Get best of the week

机器人技术的新时代已经开始



CoSTAR团队的四足机器人SPOT mini赢得了DARPA地下挑战赛的城市巡回赛舞台！

机器人比赛不断发展


国防部高级研究计划局（DARPA）是负责开发用于军事用途的新技术的机构。根据DARPA网站的引文，“为了确保美军的持续技术优势，防止美国出现新的战争技术手段，支持突破性研究，弥合基础研究与军事应用之间的差距，该机构在美国进行了许多活动。包括机器人公司之间的竞争。” DARPA地下挑战赛就是其中之一。

无人竞赛“冬季城市”表明团队使用了这种技巧，用于定位GPS轨道，并且没有在信号不可用的轨道部分上进行呼叫，从而使揭示无人机技术准备水平的想法无效。在DARPA地下挑战赛中，行动发生在地下，不包括使用GPS的可能性，还有其他一些障碍会给机器人和AI带来问题：光线不足，结构化环境，水坑，地板之间的台阶等。任务是让机器人自主探索地牢并找到某些物体，并为其授予积分。因此，DARPA地下挑战赛迫使我们寻找新的方法来快速绘制地图，在对时间敏感的作战行动或灾难应对场景中进行地下导航和搜索。



2月27日，带有四足步行机器人SPOT的CoSTAR团队在DARPA地下挑战赛的城市巡回赛中获得第一名，而带有四足步行机器人ANYmal的CERBERUS团队获得第五名，而步行机器人则首次用于此类比赛。

CoSTAR团队胜利与技术分析



1.为了使机器人在地牢中的移动条件下真正自主，而无需访问GPS信号，该团队开发了NeBula框架，该框架使用来自各种传感器的保险丝数据并使用ML检测其中的异常。新技术的使用将使机器人能够在困难的条件下离线执行关键任务，而这些条件对于当前的新一代机器人和无人驾驶汽车来说“太过艰难”。 NeBula框架在机器人操作系统（ROS）中实现很重要，它是Sberbank机器人实验室的基本技术之一，并通过开发人员社区积极开发。数百名ROS工程师的下一次会议将于4月18日在Sberbank举行。
2.克服人力基础设施和非结构化环境（例如楼梯飞行）目前对于机器人来说是一个严重的问题。在楼层之间具有楼梯的区域中，SPOT机器人以最佳方式展示了其功能（机器人走下楼梯的一小段路程）。通过这样的测试表明，现在有可能创建更复杂的自主机器人，以在困难地形中的街道上和没有为机器人准备的房间内同时移动。

CERBERUS团队分析



视频：ANYmal机器人下楼梯
ANYmal包括一个研究平台，在该平台上进行了公开研究并撰写了科学文章，文章“学习有腿机器人的敏捷和动态运动技能”介绍了在比赛中应用的最后一种方法。它包括提供一种解决模拟器中和现实中机器学习问题的方法。根据腿部运动的数学模型和从真实机器人收集的数据来训练神经网络，然后根据模拟器中第一个神经网络的预测来训练另一个神经网络。事实证明，混合模拟器比分析模型上的模拟器更快，更准确。但是更重要的是，当在混合模拟器中优化运动策略，然后将其转移到真实的机器人上并在物理世界中进行测试时，结果证明它与模拟一样成功。这项姗姗来迟的突破标志着在模拟与现实之间的神经网络训练中似乎无法克服的鸿沟即将到来。



使用的方法暗示了机器人技术领域的另一个重要转变。混合模型是此更改的第一步。下一步将是拒绝分析模型，而倾向于使用在真实机器人环境中收集的数据进行训练的机器学习模型。这种称为端到端的基于数据的方法正在获得发展。

同样，这种方法的发展将以儿童学习走路的方式为例，有助于解决AGI任务。因此，机器人软件的研究可以提供对人类思维长期存在的问题的见解。

可以假设，自我意识和意识在本质上是我们抽象思考自己（表达自己）的能力的指标。一个人可以期待的越远，他未来活动的心理图越详尽，这个人的自我意识的能力就越高。现在，机器人可以学习独立建模了。这项突破不仅是一项可以节省一些工程工作的实际成就，而且还是机器人自治时代的开始。

文章作者：Albert Efimov，Alexey Burkov，Victor Tsygankov
Sberbank机器人实验室

More articles:


All Articles