Гуманоїдні роботи наближаються до освоєння плавних рухів, схожих на людські, включаючи складні завдання, такі як танці, пише T4. Завдяки новій програмній платформі відстеження рухів під назвою “ExBody2”, роботи можуть копіювати людські рухи, використовуючи високоточні дані захоплення руху та симуляції, повідомляє Live Science.
Цю інновацію розробили науковці з UC San Diego, UC Berkeley, MIT та Nvidia, і вона обіцяє зробити роботів більш гнучкими та придатними до виконання завдань, які вимагають точності та адаптації.
Мета полягає в тому, щоб навчити роботів виконувати широкий спектр завдань. Це може включати пошук предметів на полицях або роботу поруч із людьми, забезпечуючи безпечну взаємодію.
Як працює ExBody2
Система ExBody2 використовує дані захоплення руху людей, перетворюючи їх на інструкції для роботів. Вона навчає роботів через метод підкріплювального навчання — галузь машинного навчання, де робот отримує “нагороди” за правильні результати. Завдяки цьому роботи можуть навчитися точно відтворювати рухи без втрати рівноваги.
Однією з переваг системи є можливість створення тривалих, безперервних рухів на основі коротких кліпів, наприклад кількох секунд танцю.
У демонстраційному відео гуманоїдний робот, навчений за допомогою ExBody2, плавно танцює, займається фізичними вправами та навіть імітує рухи людини в реальному часі. Для цього використовується додатковий алгоритм під назвою “HybrIK: Hybrid Analytical-Neural Inverse Kinematics”, розроблений у Шанхайському університеті Цзяо Тун.
Поки що система ExBody2 зосереджується переважно на рухах верхньої частини тіла, оскільки надмірна кількість рухів у нижній частині може викликати нестабільність. Науковці ретельно відбирають завдання, щоб уникнути перенавантаження системи.
“Занадто прості завдання можуть обмежити здатність робота адаптуватися до нових ситуацій, тоді як занадто складні рухи можуть призвести до неефективного навчання”, — зазначають дослідники.
База даних ExBody2 містить понад 2800 рухів, більшість з яких взято з архіву AMASS (Archive of Motion Capture As Surface Shapes). Цей архів включає понад 11 000 рухів людей і 40 годин детальних даних про рухи, що дозволяє ефективно навчати нейронні мережі.
Команда планує автоматизувати процес збору даних, щоб ще більше прискорити навчання роботів. Завдяки цьому майбутні роботи зможуть швидше адаптуватися до нових завдань і ситуацій без потреби в ручному налаштуванні бази даних.
В майбутньому гуманоїдні роботи зможуть інтегруватися в різні сфери, де потрібні точність, гнучкість та навіть артистизм, що зробить науково-фантастичні сценарії реальністю.
