Get best of the week

Una nueva era en robótica ha comenzado



¡El equipo CoSTAR con el robot SPOT mini de cuatro patas ganó la etapa Urban Circuit del DARPA Subterranean Challenge!

Las competiciones de robots evolucionan


La Agencia de Proyectos de Investigación Avanzada del Departamento de Defensa ( DARPA ) es la agencia responsable del desarrollo de nuevas tecnologías para uso militar. Según una cita del sitio web de DARPA, “para garantizar la superioridad tecnológica continua de las fuerzas armadas de los EE. UU., Para evitar la aparición repentina de nuevos medios técnicos de guerra para los Estados Unidos, para apoyar la investigación innovadora, para cerrar la brecha entre la investigación básica y su aplicación en la esfera militar, la agencia realiza una serie de eventos en incluida la competencia entre empresas de robótica ". El DARPA Subterranean Challenge es uno de esos eventos.

Concurso no tripulado "Ciudad de invierno"mostró que los equipos usaron el truco, solían localizar en la pista GPS y no fueron a aquellas partes de la pista donde su señal no está disponible, invalidando así la idea de revelar el nivel de preparación de la tecnología UAV. En el DARPA Subterranean Challenge, la acción se desarrolla bajo tierra, excluyendo la posibilidad de usar el GPS, y hay otros obstáculos que causan problemas a los robots y a la IA: iluminación deficiente, ambiente no estructurado, charcos, escaleras entre pisos, etc. La tarea es que los robots exploren de manera autónoma la mazmorra y encuentren ciertos objetos, por los cuales se les otorgan puntos. Por lo tanto, el DARPA Subterranean Challenge nos obliga a buscar nuevos enfoques para el mapeo rápido,navegación subterránea y búsqueda durante operaciones de combate urgentes o escenarios de respuesta a desastres.



El 27 de febrero, el equipo CoSTAR con el robot caminante de cuatro patas SPOT ocupó el primer lugar en el Circuito Urbano del DARPA Subterranean Challenge, mientras que el equipo CERBERUS con su robot caminante de cuatro patas ANYmal obtuvo el quinto lugar, mientras que los robots caminantes se usaron por primera vez en tales competiciones.

Equipo CoSTAR Victoria y Análisis de Tecnología



1. Para que los robots sean verdaderamente autónomos en condiciones de movimiento en mazmorras sin acceso a una señal de GPS, el equipo desarrolló el marco NeBula usando datos de fusibles de varios sensores y detectando anomalías en ellos usando ML. El uso de nueva tecnología permitirá a los robots realizar tareas críticas fuera de línea en condiciones difíciles que ahora son "demasiado difíciles" para la generación actual de robots y vehículos no tripulados. Es importante que este marco NeBula se implemente en el Sistema Operativo Robot (ROS), que es una de las tecnologías básicas en el Laboratorio de Robótica Sberbank y se desarrolla activamente a través de la comunidad de desarrolladores. La próxima reunión de varios cientos de ingenieros ROS se llevará a cabo en Sberbank el 18 de abril .
2. La superación de la infraestructura humana y un entorno no estructurado, como los tramos de escaleras, es actualmente un problema grave para los robots. En una sección con una escalera entre pisos, el robot SPOT demostró sus capacidades de la mejor manera (un pasaje corto donde el robot baja las escaleras). Pasar tal prueba sugiere que ahora es posible crear robots autónomos más complejos para moverse simultáneamente tanto en la calle en terrenos difíciles como dentro de habitaciones no preparadas para robots.

Análisis del equipo CERBERUS



Video: ANYmal robot baja las escaleras
ANYmal, incluida una plataforma de investigación en la que se realiza una investigación abierta y se escriben artículos científicos, uno de los últimos enfoques que se aplicó en las competiciones se describe en el artículo "Aprendizaje de habilidades motoras ágiles y dinámicas para robots con patas".Consiste en proporcionar un enfoque para resolver el problema del aprendizaje automático en un simulador y en la realidad. Se entrenó una red neuronal basada en un modelo matemático de movimientos de piernas y datos recopilados de un robot real, luego se entrenó otra red neuronal basada en las predicciones de la primera red neuronal en el simulador. El simulador híbrido resultó ser más rápido y más preciso que el simulador en modelos analíticos. Pero lo más importante, cuando la estrategia de movimiento se optimizó en un simulador híbrido, y luego se transfirió a un robot real y se probó en el mundo físico, resultó ser tan exitoso como en la simulación. Este avance tan esperado señala la puesta de sol de una brecha aparentemente insuperable en el entrenamiento de redes neuronales entre la simulación y la realidad.



El enfoque utilizado insinúa otro cambio importante en el campo de la robótica. Los modelos híbridos son el primer paso para este cambio. El siguiente paso será el rechazo de los modelos analíticos en general a favor de los modelos de aprendizaje automático que se entrenan utilizando datos recopilados en un entorno de robot real. Tales enfoques basados ​​en datos llamados de extremo a extremo están ganando impulso.

Además, el desarrollo de dichos enfoques ayudará a abordar la solución de las tareas de AGI, siguiendo el ejemplo de cómo un niño aprende a caminar. Por lo tanto, el estudio del software robótico puede proporcionar información sobre preguntas antiguas sobre la mente humana.

Se puede suponer que la autoconciencia y, por lo tanto, la conciencia, en esencia, son un indicador de nuestra capacidad de pensar en nosotros mismos de manera abstracta, de expresarnos. Cuanto más adelante una persona pueda mirar hacia adelante, y cuanto más detallada sea la imagen mental de su actividad futura, mayor será la capacidad de esta persona para la autoconciencia. Ahora los robots pueden aprender a modelar independientemente. Este avance no es solo un logro práctico que ahorrará algunos esfuerzos de ingeniería, sino también el comienzo de la era de la autonomía del robot.

Autores del artículo: Albert Efimov, Alexey Burkov, Victor Tsygankov
Sberbank Robotics Laboratory

More articles:


All Articles