Get best of the week

Uma nova era na robótica começou



A equipe CoSTAR com o robô de quatro patas SPOT mini venceu a etapa do Circuito Urbano do Desafio Subterrâneo da DARPA!

Competições de robôs evoluem


A Agência de Projetos de Pesquisa Avançada do Departamento de Defesa ( DARPA ) é a agência responsável pelo desenvolvimento de novas tecnologias para uso militar. De acordo com uma citação do site da DARPA, “para garantir a superioridade tecnológica contínua das forças armadas dos EUA, para impedir o surgimento repentino de novos meios técnicos de guerra para os Estados Unidos, para apoiar pesquisas inovadoras, para preencher a lacuna entre a pesquisa básica e seu uso na esfera militar, a agência realiza vários eventos em incluindo a concorrência entre empresas de robótica ". O Desafio Subterrâneo da DARPA é um desses eventos.

Competição não tripulada “Winter city”mostraram que as equipes usavam o truque, localizavam-se na pista do GPS e não iam às partes da pista onde seu sinal não estava disponível, invalidando a ideia de revelar o nível de prontidão da tecnologia UAV. No Desafio Subterrâneo da DARPA, a ação ocorre no subsolo, excluindo a possibilidade de usar o GPS, e existem outros obstáculos que causam problemas para os robôs e a IA: pouca iluminação, ambiente não estruturado, poças d'água, escadas entre pisos, etc. A tarefa é que os robôs explorem autonomamente a masmorra e encontrem certos objetos pelos quais recebem pontos. Assim, o Desafio Subterrâneo da DARPA nos obriga a procurar novas abordagens para o mapeamento rápido,navegação subterrânea e pesquisa durante operações de combate com tempo limitado ou cenários de resposta a desastres.



Em 27 de fevereiro, a equipe do CoSTAR com o robô de caminhada de quatro patas SPOT ficou em primeiro lugar no Circuito Urbano do Desafio Subterrâneo DARPA, enquanto a equipe do CERBERUS com seu robô de caminhada de quatro patas ANYmal ficou em quinto lugar, enquanto os robôs de caminhada foram usados ​​pela primeira vez em tais competições.

Vitória da equipe CoSTAR e análise tecnológica



1. Para que os robôs sejam verdadeiramente autônomos em condições de movimento em masmorras sem acesso a um sinal de GPS, a equipe desenvolveu a estrutura NeBula usando dados de fusíveis de vários sensores e detectando anomalias neles usando ML. O uso de novas tecnologias permitirá que os robôs executem tarefas críticas off-line em condições difíceis, que agora são "muito difíceis" para a geração atual de robôs e veículos não tripulados. É importante que essa estrutura NeBula seja implementada no ROS (Robot Operating System), que é uma das tecnologias básicas do Sberbank Robotics Laboratory e é ativamente desenvolvida pela comunidade de desenvolvedores. A próxima reunião de várias centenas de engenheiros do ROS será realizada no Sberbank em 18 de abril .
2. A superação da infraestrutura humana e de um ambiente não estruturado, como lances de escadas, é atualmente um problema sério para os robôs. Em uma seção com uma escada entre os andares, o robô SPOT demonstrou sua capacidade da melhor maneira (uma passagem curta em que o robô desce as escadas). Passar nesse teste sugere que agora é possível criar robôs autônomos mais complexos para se moverem simultaneamente na rua em terrenos difíceis e dentro de salas não preparadas para robôs.

Análise da equipe CERBERUS



Vídeo: ANYmal robô desce as escadas
ANYmal, incluindo uma plataforma de pesquisa na qual são realizadas pesquisas abertas e são escritos artigos científicos, uma das últimas abordagens aplicadas em competições é descrita no artigo “Aprendendo habilidades motoras ágeis e dinâmicas para robôs de pernas”.Consiste em fornecer uma abordagem para resolver o problema do aprendizado de máquina em um simulador e na realidade. A rede neural foi treinada com base em um modelo matemático de movimento das pernas e dados coletados de um robô real e, em seguida, foi treinada em outra rede neural com base nas previsões da primeira rede neural no simulador. O simulador híbrido mostrou-se mais rápido e preciso do que o simulador nos modelos analíticos. Mais importante, porém, quando a estratégia de movimento foi otimizada em um simulador híbrido, e depois transferida para um robô real e testada no mundo físico, acabou sendo tão bem-sucedida quanto na simulação. Essa descoberta há muito esperada sinaliza um declínio na lacuna aparentemente intransponível no treinamento de redes neurais entre simulação e realidade.



A abordagem utilizada sugere outra mudança importante no campo da robótica. Modelos híbridos são o primeiro passo para essa mudança. O próximo passo será a rejeição de modelos analíticos em geral em favor de modelos de aprendizado de máquina treinados usando dados coletados em um ambiente de robô real. Essas abordagens baseadas em dados, chamadas de ponta a ponta, estão ganhando força.

Além disso, o desenvolvimento de tais abordagens ajudará a abordar a solução de problemas da AGI, seguindo o exemplo de como uma criança aprende a andar. Assim, o estudo do software robótico pode fornecer insights sobre questões de longa data sobre a mente humana.

Pode-se supor que a autoconsciência e, portanto, a consciência, em essência, são um indicador de nossa capacidade de pensar sobre nós mesmos abstratamente - de nos expressar. Quanto mais uma pessoa puder olhar para frente, e quanto mais detalhada for a imagem mental de sua atividade futura, maior será a capacidade dessa pessoa para a autoconsciência. Agora, os robôs são capazes de aprender a modelar independentemente. Esse avanço não é apenas uma conquista prática que poupará algum esforço de engenharia, mas também o início da era da autonomia do robô.

Autores do artigo: Albert Efimov, Alexey Burkov, Victor Tsygankov
Sberbank Robotics Laboratory

More articles:


All Articles