على الأراضي الوعرة، يبدو أن الروبوتات ذات الأرجل الأربعة تتمتع بميزة على الروبوتات ذات العجلات. ومع ذلك، في الظروف الطبيعية الحقيقية، توجد عوائق، سواء كانت سلالم أو ثقوب أو حواجز، في مجموعة متنوعة من الأشكال والأماكن غير المتوقعة، والقدرة البسيطة على المشي والجري بسرعة ليست كافية هنا – تحتاج إلى التبديل بشكل طبيعي بين أوضاع الحركة.
إن تطوير العلماء الكوريين – APT-RL (التعلم المعزز القائم على المحولات المدربة مسبقًا – التعلم المعزز القائم على محولات الحركة المدربة مسبقًا) – يسمح للروبوت أولاً بإتقان مجموعة كاملة من المهارات الحركية – المشي والجري والقفز – ثم الجمع والتبديل بحرية حسب الحاجة.
وبدلاً من تصوير حركات أشخاص أو حيوانات حقيقية، أنتجت عمليات المحاكاة الحاسوبية 15.5 ساعة من بيانات التدريب في ثماني دقائق. بناءً عليها، تعلم النظام القدرات الحركية الأساسية، مع مراعاة ديناميكيات الروبوت (نموذج رياضي للحركة) وتحسين المسارات (طريقة لحساب مسار فعال للحركة).
استخدم الباحثون التعلم المعزز لتمكين الروبوت من اختيار وتبديل المشي بشكل مستقل ليناسب التضاريس ثلاثية الأبعاد المعقدة مثل السلالم والحواف والفجوات. في اختيار طريقة الحركة، يتم مساعدة الروبوت من خلال تقدير المسافة إلى الأشياء باستخدام كاميرا العمق وجهاز الليدار.
تم اختبار تقنية التحكم على الكلب الآلي KAIST HOUND في مضمار عوائق داخلي، وكذلك في حرم KAIST وعلى مسارات الغابات. سار الروبوت بثقة عبر المناظر الطبيعية الحضرية باستخدام السلالم والمروج والمنحدرات، وكذلك عبر التضاريس الطبيعية غير المنتظمة مع الأشجار المتساقطة والجذور البارزة والمسارات المغطاة بالأوراق المتساقطة، وقام بتبديل المشي في الوقت الفعلي اعتمادًا على الموقف.
على الأراضي الوعرة مع العوائق، حقق الروبوت سرعة لحظية قصوى تبلغ 6 م/ث (حوالي 22 كم/ساعة)، مما يثبت أنه قادر على الجمع بين الحركة السريعة والاستقرار في الظروف الخارجية الواقعية. يقوم KAIST HOUND باختيار وتبديل المشي بشكل مستقل – الهرولة والقفز والركض – اعتمادًا على التضاريس والسرعة المحددة.
في المستقبل، سيتم تحسين التطوير للتحكم في الروبوتات والمتلاعبين.
المصدر الأصلي: naukatv.ru