Автор: 
Американские учёные разработали новую систему алгоритмов машинного обучения, которая позволяет четвероногим роботам ходить и бегать по сложной местности, обходя при этом как статичные, так и движущиеся объекты. Новая система опирается одновременно как на зрение робота, так и на проприоцепцию, которая включает в себя ощущение движения, направления, скорости, местоположения и осязания. В данном случае — на то, как робот ощущает землю под ногами. Препринт статьи доступен на arxiv.org. Код выложен на GitHub.
Система, которую создала команда Калифорнийского университета в Сан-Диего, объединяет в реальном времени данные изображений, сделанных камерой на голове робота, с данными датчиков, установленных на ногах робота. Как правило, иногда происходит небольшая задержка в получении изображений с камеры, отмечают авторы работы, – и поэтому данные от двух разных датчиков не всегда поступают в одно и то же время. Но команда смогла устранить эту проблему, применив метод рандомизации. И в результате создала алгоритм обучения робота.
Такой подход помог «собаке»-роботу быстро принимать решения в режиме реального времени и заранее предвидеть изменения в окружающей среде, чтобы он мог быстрее перемещаться и уклоняться от препятствий на разных типах местности без помощи человека. В ходе испытаний разработчики смогли автономно управлять роботом, который быстро передвигался по песку, гравию, траве и ухабистым земляным холмам, покрытым ветками и опавшими листьями, при этом не натыкаясь на столбы, деревья, кустарники, валуны, скамейки или людей. Робот также перемещался по оживлённому офисному пространству, не сталкиваясь с коробками, столами или стульями. Эта работа приближает исследователей к созданию роботов, которые могут участвовать в поисково-спасательных миссиях или собирать информацию в местах, слишком опасных или труднодоступных для человека.
