Группа разработчиков из Технологического института Джорджии и Стенфордского университета представила фреймворк, который помог обучить четвероногого робота-пса передвигаться в городской черте по заданным маршрутам, пользоваться тротуарами и избегать столкновений с пешеходами.
Исследователи поставили перед собой задачу — решить проблему навигации роботов в городском пространстве. К примеру, боты-курьеры и роботы-патрульные часто теряются на улицах мегаполисов, выезжают на проезжую часть и мешают прохожим. Кроме того, обучить систему автопилота для роботов достаточно сложно — пешеходные зоны отличаются своим многообразием, не имеют четких задекларированных ПДД и ориентиров в виде дорожных знаков и разделительных полос.
В проекте ученые использовали необычный способ взаимодействия с моделями. Сначала разработчики обучили нейросеть-учителя в абстрактной среде и без датчиков. Системе заранее было известно обо всех препятствиях и границах тротуаров. Для испытательного полигона использовалась развертка Хельсинки, взятая с OpenStreetMap. На втором этапе уже модель-учитель передавала свои знания ученику, которому можно было использовать датчики для ориентирования. В качестве среды для экспериментов был сделан высокодетализированный макет некоторых городских кварталов на игровом движке Unreal Engine 4.
На заключительном этапе ученые использовали четырехногого робота AlienGo, которого выпустили обучаться в реальных условиях. По итогам эксперимента, боту удалось пройти более трех километров без вмешательства человека и удачно преодолеть 17 из 19 препятствий. Кроме того, пешеходы умышленно преграждали дорогу устройству и пытались помешать движению, но роботу все равно удавалось избегать столкновений.
Не так давно стали известны подробности о внутренней работе над домашним роботом-компаньоном Astro от Amazon. Бот компании оказался чуть менее успешным по сравнению с собратом на базе AlienGo — устройство постоянно норовит броситься с лестницы и шпионит за владельцами.
