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 иерархической 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 иерархической 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.
