Исследователи Disney создали систему контролируемых падений для двуногих роботов

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com

Специалисты Disney Research совместно с университетскими инженерами представили технологию, позволяющую двуногим роботам безопасно приземляться при потере равновесия. Разработка направлена на минимизацию повреждений хрупких компонентов машин во время падений.

Технология основана на методе обучения с подкреплением. В ходе разработки исследователи провели масштабное компьютерное моделирование, в рамках которого виртуальные копии роботов отрабатывали различные сценарии падения. Программа анализировала результаты каждого падения и определяла оптимальные движения для снижения ударной нагрузки на критически важные узлы.

Команда создала базу из 24 тысяч устойчивых поз для приземления. Модели роботов сбрасывали с высоты человеческого пояса в симуляторе, работающем по законам физики. Десять дополнительных поз разработали аниматоры, создав варианты от глубоких приседаний до специфических защитных поз. Все позы соответствовали физическим возможностям реальных сервоприводов и суставов.

Автор: William Tung Источник: commons.wikimedia.org

Процесс обучения занял двое суток на высокопроизводительных графических процессорах. Параллельно обрабатывались данные от четырёх тысяч виртуальных роботов. Компактная нейронная сеть получала информацию о положении суставов, ориентации корпуса и скорости движения, выдавая управляющие сигналы с частотой пятьдесят раз в секунду.

Система учитывает различную уязвимость частей робота. Конечности получили минимальный приоритет защиты, в то время как голова и аккумуляторный отсек требуют максимальной защиты от ударов. Алгоритм использует проксимальную оптимизацию политики для плавной корректировки поведения без резких изменений траектории.

Финальные испытания прошли на физическом прототипе массой 16 килограммов с пружинными опорами и механическими манипуляторами. Система захвата движения фиксировала перемещения машины в режиме реального времени и передавала актуальные данные контроллеру для мгновенной коррекции действий.

Источник: Interestingeng Iineering

Автор не входит в состав редакции iXBT.com (подробнее »)

0 комментариев

Добавить комментарий

Сейчас на главной

Новости

Публикации

Пробивает тьму на километр. Что может современный дальнобойный фонарик? Обзор Fenix HT18R v2

1100м дальнобойность, 3700люм яркости и время работы до 87ч. Предлагаю посмотреть на мощный дальнобойный фонарик Fenix HT18R v2 и увидеть как он светит на различных расстояниях вплоть до километра...

Обзор зарядного устройства Ugreen Nexode Pro 160W X774 с дисплеем: Подробный разбор протоколов, нагрева и эффективности работы

Ugreen Nexode Pro 160W (модель X774) — топовое сетевое зарядное устройство бренда, объединяющее пять портов, фирменный TFT-дисплей с отображением мощности и протоколов зарядки в реальном...

✦ ИИ  Репа, зола и «куриный корм»: откуда на самом деле взялись традиции Хэллоуина

Почему на Хэллоуин вырезают тыквы, ходят по домам за конфетами и надевают костюмы? Разбираем происхождение главных традиций, от кельтов до Бена Купера и «куриного корма».

✦ ИИ  Почему россияне с зарплатой 80 тысяч ездят на новых Haval и Tenet за 3 млн

Двор в подмосковном городе, суббота, десять утра. У третьего подъезда человек моет новый кроссовер с осторожностью, с какой моют вещь, которую ещё не считают своей. Рядом стоят ещё несколько машин...

Создание аналога PLAUD Note из диктофона кулона и Raspberry Pi 4

Устал забывать задачи. Столкнулся с поганой особенностью своей памяти, раз за разом повторяется ситуация, еду в машине, засыпаю, сижу на встрече и в голову приходит идея, или вспоминается задача,...