Naukowcy z Amazon Frontier AI & Robotics (FAR) oraz Uniwersytetu Kalifornijskiego w Berkeley opracowali system o nazwie PHP (Perceptive Humanoid Parkour). Dzięki niemu humanoidy przestały jedynie “chodzić”, a zaczęły biegać, skakać i wspinać się, wykorzystując do tego zaawansowaną percepcję i płynność ruchów zapożyczoną bezpośrednio od ludzi uprawiających parkour. Ten system może być fundamentem pod nową generację robotów, które bez problemu odnajdą się w skomplikowanym terenie – od placów budowy po rejony dotknięte klęskami żywiołowymi.
PHP – o co chodzi z parkourem dla robotów?
Tradycyjne podejście do lokomocji robotów skupiało się na statycznej stabilności – maszyna miała stać prosto i nie przewracać się na płaskiej nawierzchni. Projekt PHP (Perceptive Humanoid Parkour) idzie o kilka kroków dalej, łącząc surową siłę z elegancją i inteligencją decyzyjną. Cały system opiera się na ogromnej bazie danych wideo, w której uwieczniono profesjonalistów wykonujących dynamiczne ewolucje. Badacze rozbili te nagrania na „atomowe” składowe – pojedyncze ruchy, które następnie AI uczy się łączyć w długie, płynne sekwencje.
Kluczem do sukcesu jest tutaj mechanizm zwany motion matching. Zamiast programować każdy krok z osobna, robot przeszukuje bazę cech ruchu w czasie rzeczywistym, by znaleźć najbardziej dopasowane przejście do kolejnej fazy aktywności. Dzięki temu humanoid nie zatrzymuje się przed przeszkodą, by „pomyśleć” – on płynnie przechodzi z biegu do skoku lub wspinaczki, zachowując pęd. Proces nauki sterowników odbywał się przy użyciu uczenia przez wzmacnianie, gdzie maszyna najpierw trenowała konkretne triki, by ostatecznie zintegrować je w jeden, zunifikowany system sterowania.
Czytaj też: Nowa e-skóra dla robotów rewolucjonizuje dotyk. Inspiracją było ludzkie oko
Największe wrażenie robi jednak to, jak robot korzysta z danych wizualnych. Używając tylko wbudowanych czujników głębi, humanoid potrafi ocenić geometrię i wysokość przeszkody, a następnie samodzielnie zdecydować: przeskoczyć ją, wspiąć się na nią, czy może wykonać przewrót. Wszystko to dzieje się autonomicznie i adaptacyjnie – jeśli przeszkoda zostanie poruszona w trakcie ruchu, robot potrafi skorygować swoje działanie „w locie”. System PHP wyróżnia się na tle poprzednich rozwiązań przede wszystkim zdolnością do autonomicznego wyboru ruchu na podstawie obrazu oraz niespotykaną dotąd ekspresją ruchów, która imituje ludzką płynność.
Unitree G1 w akcji — od teorii do rzeczywistości
Teoretyczne ramy PHP zostały poddane rygorystycznym testom w świecie rzeczywistym przy użyciu humanoida Unitree G1. Wyniki eksperymentów przeprowadzonych przez zespół pod wodzą Zhena Wu i Xiaoyu Huanga są wręcz onieśmielające. Robot po przejściu szkolenia PHP zademonstrował zdolność do pokonywania przeszkód o wysokości do 1,25 metra. Biorąc pod uwagę gabaryty G1, oznacza to wspinanie się na obiekty stanowiące 96% wysokości samego robota.
Czytaj też: Giganci motoryzacyjni w walczą o rynek robotów humanoidalnych wart 5 bilionów dolarów
Co ważniejsze, Unitree G1 pokazał, że potrafi radzić sobie z wieloma przeszkodami pod rząd, zachowując stabilność i szybkość. System PHP sprawia, że maszyna nie tylko reaguje na statyczny świat, ale aktywnie go interpretuje. Jeśli podczas testu badacze zmienili położenie obiektu, robot nie gubił się, lecz natychmiast korygował trajektorię ruchu. To właśnie ta „motion expressiveness” – ekspresja ruchu – sprawia, że obserwowanie maszyny w akcji przestaje być dziwnym doświadczeniem, a zaczyna przypominać obserwowanie sprawnego sportowca w miejskiej dżungli.
