Zespół badawczy pod kierownictwem profesora Hyuna Myunga zaprezentował system DreamWaQ++, dający robotom coś na kształt zwierzęcej intuicji. Zaawansowane algorytmy AI, połączone z systemami wizyjnymi, mają sprawić, że czworonożne maszyny staną się naprawdę inteligentne, planując każdy swój krok, jak to robią psy czy górskie kozy. W ten sposób trudny teren naprawdę przestanie sprawiać im problem.
Od reakcji do percepcji. Jak DreamWaQ++ od KAIST „widzi” teren?
Wcześniejsze wersje systemów sterowania (jak oryginalny DreamWaQ) opierały się wyłącznie na tzw. propriocepcji, czyli czuciu głębokim. Robot wiedział, w jakiej pozycji są jego stawy i jak działa na niego grawitacja, co pozwalało mu zachować stabilność nawet w ciemności, ale uniemożliwiało sprawne omijanie zagrożeń. Nowa wersja, DreamWaQ++, wyciąga robota z tego mroku, bo dzięki integracji kamer, czujników LiDAR i sensorów pokładowych, maszyna tworzy w czasie rzeczywistym mapę otoczenia i integruje ją z informacjami o ruchu własnego ciała.
To nie jest zwykłe „dodanie kamery”. Inżynierowie z KAIST opracowali multimodalny framework uczenia przez wzmacnianie, który potrafi błyskawicznie przetwarzać ogromne ilości danych z różnych źródeł, pozostając przy tym na tyle lekkim, by działać w czasie rzeczywistym na procesorze robota. W ten sposób, robot zauważy dziurę w ziemi czy schody zanim do nich dojdzie, więc będzie w stanie dostosować krok oraz siłę nacisku, by pokonać te przeszkody. Maszyna będzie też w stanie samodzielnie ocenić, która droga przez gruzowisko jest najbardziej efektywna i nie będzie do tego potrzebować już operatora czy GPS-u.
Naukowcy zadbali się też o odporność na błędy. W trudnych warunkach nie trudno o zakłócenia „widzenia”, więc jeśli jeden z sensorów (np. kamera) zawiedzie z powodu kurzu lub ostrego światła, system płynnie przełącza się na inne tryby, by zachować stabilność.
Czytaj też: Dogonić legendę. Chiński humanoid od Unitree biega niemal tak szybko jak Usain Bolt
Podczas testów robot wyposażony w DreamWaQ++ wykonał zadanie, które zawstydziłoby niejednego sportowca: wbiegł po 50-stopniowych schodach o wysokości ponad 7 metrów w zaledwie 35 sekund. To wynik znacznie lepszy niż w przypadku robotów „ślepych” oraz tych opartych na starszych systemach wizyjnych. Maszyna bez trudu radziła sobie również na zboczach o nachyleniu 35 stopni – to o wiele więcej, niż przewidywały jej warunki treningowe.
Inteligencja emocjonalna… w nogach robota?
Najciekawszym aspektem badań z KAIST jest to, jak bardzo ruch robota upodobnił się do zachowań żywych organizmów. W niepewnym terenie maszyna wykazuje zachowania eksploracyjne – potrafi zatrzymać się przed krawędzią, by „ocenić” głębokość spadku, zanim ruszy dalej. Nie jest to zaprogramowana sekwencja, lecz wynik nauki algorytmu, który dąży do przetrwania i wykonania zadania przy minimalnym obciążeniu silników.
Czytaj też: Robot z AliExpress? Unitree wprowadza model R1 na globalny rynek
DreamWaQ++ wykazuje też niesamowitą zdolność do generalizacji wiedzy. Choć w symulacjach robot trenował na stosunkowo małych przeszkodach, w rzeczywistym świecie bez problemu radzi sobie z barierami wyższymi od niego samego, nawet gdy niesie dodatkowe obciążenie. To pokazuje, że AI nie uczy się schematów na pamięć, ale zaczyna rozumieć fizykę otoczenia. Według prof. Myunga, ta technologia to przejście od prostego przemieszczania się do poziomu, w którym robot rozumie środowisko i samodzielnie podejmuje decyzje.
Czytaj też: Panther to pierwszy robot humanoidalny, który naprawdę posprząta Twój dom
Jeśli do tego dojdzie, roboty w końcu będą w stanie przydać się w miejscach, w których najbardziej są potrzebne, takich jak rumowiska po katastrofach naturalnych. Co istotne, system DreamWaQ++ może zostać wkrótce zaadaptowany nie tylko w czworonogach, ale także w systemach kołowo-kroczących czy humanoidach, a to da jeszcze większe pole do działania, również w rolnictwie leśnym czy przy inspekcjach przemysłowych.
Źródło: KAIST
