Усовершенствованный двуногий робот может приспосабливаться к незнакомой местности. В этом ему помогает «инстинкт», в основе которого лежит теория, объясняющая как передвигаются животные.
Экспериментальный образец имеет 23 сантиметра в высоту и называется Ранбот. Это не просто пара металлических ног, опутанных громоздкими электромоторами и массой проводов. Ранбот ходит и, иногда, оступается. Робот ходит по кругу и крепится на специальном лонжероне. Эксперименты проводятся в лаборатории Флорентайна Вёргёттера в университете города Гётинген в Германии.
Ранбот — рекордсмен. Он является самым быстрым двуногим роботом в мире.
Ранбот самой последней версии может приспосабливаться к неизвестной, новой для него сложной местности. Робот использует «иерархическую структуру управления». Другими словами, разные уровни управления могут быть задействованы когда требования окружающей среды повышаются.
Самый нижний уровень иерархическо�� структуры управления называется «локальные цепи». Он выполняет базовое управление движением робота. На этом уровне данные, поступающие с шарниров, используются для внесения поправок. Затем, с помощью специальных команд, поправки передаются шарнирам.
Этот простой цикл с обратной связью позволяет роботу устойчиво перемещаться, при условии что поверхность, по которой он идет, относительно ровная.
Метод проб и ошибок
Базовый уровень управления не может обеспечить устойчивое перемещение когда встречается незнакомый участок местности, например подъем. Это может разбалансировать робота и он упадет (как на видео).
В этом случае исследователи вводят в действие механизм управления более высокого уровня. Когда робот становится неустойчивым, инфракрасный сенсор дает команду задействовать другой компьютер. Он подменяет механизм локальных цепей и заставляет робота учиться преодолевать неизвестную местность методом проб и ошибок.
Этот подход легко реализуем и характеризуется быстротой вычислений, если его сравнивать с методами которые используют другие роботы. Например, робот фирмы Honda, который называется Asimo, должен постоянно анализировать и оценивать перемещения всех своих шарниров и сенсоров. Он делает это для вычисления каждого следующего шага. Для таких вычислений нужны значительные компьютерные мощности.
Иерархическое управление — это теория, которая объясняет как людям и животным удается с относительной легкостью перемещаться по различным поверхностям.
Сохранение данных
Теория иерархического управления была впервые предложена в 30-х годах прошлого века русским психологом Николаем Бернштейном. У животных локальная обратная связь происходит между мускулами, нервами и спинным мозгом. Головной мозг выполняет управление более высокого уровня.
Механизмы в теле животных намного более сложны чем в роботе Ранбот. У животных имеются разнообразные механизмы, не описанные теорией иерархического управления, и они играют важную роль.
Вёргёттер верит в то что рано или поздно роботы научатся подражать живым существам в большей степени чем сейчас. Например, человек вспоминает ключевые движения, которые он выучил раньше. В отличие от человека современные роботы сохраняют очень мало данных.
«В будущем роботы будут способны постоянно сохранять большие объемы данных. Нет никаких фундаментальных причин ограничивающих возможности роботов сохранять данные,» сказал Вёргёттер в интервью журналу New Scientist.
Экспериментальный образец имеет 23 сантиметра в высоту и называется Ранбот. Это не просто пара металлических ног, опутанных громоздкими электромоторами и массой проводов. Ранбот ходит и, иногда, оступается. Робот ходит по кругу и крепится на специальном лонжероне. Эксперименты проводятся в лаборатории Флорентайна Вёргёттера в университете города Гётинген в Германии.
Ранбот — рекордсмен. Он является самым быстрым двуногим роботом в мире.
Ранбот самой последней версии может приспосабливаться к неизвестной, новой для него сложной местности. Робот использует «иерархическую структуру управления». Другими словами, разные уровни управления могут быть задействованы когда требования окружающей среды повышаются.
Самый нижний уровень иерархическо�� структуры управления называется «локальные цепи». Он выполняет базовое управление движением робота. На этом уровне данные, поступающие с шарниров, используются для внесения поправок. Затем, с помощью специальных команд, поправки передаются шарнирам.
Этот простой цикл с обратной связью позволяет роботу устойчиво перемещаться, при условии что поверхность, по которой он идет, относительно ровная.
Метод проб и ошибок
Базовый уровень управления не может обеспечить устойчивое перемещение когда встречается незнакомый участок местности, например подъем. Это может разбалансировать робота и он упадет (как на видео).
В этом случае исследователи вводят в действие механизм управления более высокого уровня. Когда робот становится неустойчивым, инфракрасный сенсор дает команду задействовать другой компьютер. Он подменяет механизм локальных цепей и заставляет робота учиться преодолевать неизвестную местность методом проб и ошибок.
Этот подход легко реализуем и характеризуется быстротой вычислений, если его сравнивать с методами которые используют другие роботы. Например, робот фирмы Honda, который называется Asimo, должен постоянно анализировать и оценивать перемещения всех своих шарниров и сенсоров. Он делает это для вычисления каждого следующего шага. Для таких вычислений нужны значительные компьютерные мощности.
Иерархическое управление — это теория, которая объясняет как людям и животным удается с относительной легкостью перемещаться по различным поверхностям.
Сохранение данных
Теория иерархического управления была впервые предложена в 30-х годах прошлого века русским психологом Николаем Бернштейном. У животных локальная обратная связь происходит между мускулами, нервами и спинным мозгом. Головной мозг выполняет управление более высокого уровня.
Механизмы в теле животных намного более сложны чем в роботе Ранбот. У животных имеются разнообразные механизмы, не описанные теорией иерархического управления, и они играют важную роль.
Вёргёттер верит в то что рано или поздно роботы научатся подражать живым существам в большей степени чем сейчас. Например, человек вспоминает ключевые движения, которые он выучил раньше. В отличие от человека современные роботы сохраняют очень мало данных.
«В будущем роботы будут способны постоянно сохранять большие объемы данных. Нет никаких фундаментальных причин ограничивающих возможности роботов сохранять данные,» сказал Вёргёттер в интервью журналу New Scientist.
