Mini Çitalarını yapmak için daha iyi donanımlı MIT’nin CSAIL’indeki robotik araştırmacıları, çeşitli arazilerde ustaca mücadele etmek için, bota yürüyüş stilini gerektiği gibi uyarlamayı hızla öğretmek için AI destekli simülasyonlar kullandı. dahil nasıl çalıştırılacağını öğrenmekBu, robotun daha önce hiç olmadığı kadar hızlı hareket etmesini sağlayan yeni bir yürüyüşle sonuçlandı.
Robot tasarımcıları, bir robotu gerçek dünyada karşılaşabileceği herhangi bir durumla başa çıkmak için tasarlamaya ve programlamaya çalışsa da, bu imkansız bir görevdir. Dünya sonsuz kaotik. Ave sadece bir kaldırımda yürürken, bir robot pürüzsüz kaldırımdan sayısız engelle karşılaşabilir kaygan buz parçalarına gevşek çakılla kaplı alanlara yukarıdakilerin hepsine birbiri ardına. Bu yüzden çift pedallı robotlar ve hatta dört ayaklılar genellikle çok yavaş ve dikkatli bir yürüyüşe sahiptir. En kötü senaryoyu beklemek üzere tasarlanmış ve programlanmışlardır. Arazi söz konusu olduğunda, herhangi bir enkaz veya engel olmadan pürüzsüz yüzeylerde yürürken bile navigasyon yapıyorlar ve çok dikkatli ilerliyorlar.
Uyarlanabilirlik, robotların değişen arazilerde daha hızlı ve daha güvenli hareket etmesini sağlamanın anahtarıdır; kaldırım gibi daha güvenli yüzeylerden daha dikkatli ve daha yavaş bir yaklaşım gerektiren gevşek çakıl gibi malzemelere geçişi belirlediklerinde yürüyüşlerini ve hızlarını değiştirmek. Bir robotun programlaması, başarılı bir şekilde gidemediği yeni bir araziyle her karşılaştığında manuel olarak değiştirilebilir ve yükseltilebilir, ancak bu, robotu her yeni bir şeyle karşılaştığında kaçınılmaz olarak başarısızlığa hazırlayan zaman alıcı bir süreçtir.
Daha iyi bir yaklaşım, deneme yanılma yoluyla öğrenebilen ve yeni bir araziyle karşılaştığında davranışını ve hareketlerini kendi başına otomatik olarak değiştirebilen ve değiştirebilen bir robot yaratmaktır. Bu yaklaşımla ilgili sorun, küçük bir çocukta olduğu gibi, bir robotun tüm bu öğrenme deneyimlerini kendi başına elde etmek için çılgına dönmesine izin vermenin güvenli olmamasıdır. Robotlar için en umut verici kullanım örneklerinden biri, bir insanla aynı yeteneklere sahip bir makineyi, insanların gitmesi için güvenli olmayan alanlara gönderebilmek ve sürekli bir bebek bakıcısına ihtiyaç duymak, bir robotun bu rolü yerine getiremeyeceği anlamına geliyor.
Çoğu insanın yaşadığı rastgele öğrenme deneyimleriyle dolu çocukluk dönemini atlamak ve Mini Cheetah’ın gelişimini hızlandırmak için MIT CSAIL’deki araştırmacılar yapay zeka ve simülasyonlara yöneldiler. Sadece üç saat içinde’ zaman, robot, çeşitli arazilerde 100 günlük sanal maceralar yaşadı ve ayağının altında ne olursa olsun A noktasından B noktasına etkili bir şekilde hareket edebilmesi için yürüyüşünü değiştirmek için sayısız yeni teknik öğrendi..
Mini Çita, sürekli olarak dengesini kaybetmesine neden olan gevşek çakıl olduğunu fark edemeyebilir. veya ayaklarının kaymasına neden olan buz, ancak hareketlerini sürekli izleyerek olabildiğince etkili yürümediğini anlayabilir ve bacaklarının ne yaptığına bağlı olarak, ilerlemeye devam etmesini sağlamak için hareketlerini artık uyarlayabilir. Bu uyarlamalar, hasar veya aşırı stres nedeniyle robot bileşenlerinin nasıl performans gösterdiğini veya düşük performans gösterdiğini bile telafi edebilir.
Robotların çalışmamasının başka bir nedeni daha var ve bunun, potansiyel olarak maliyeti yüksek olan özel bir makineye zarar vermekten endişe duyan araştırmacılarla hiçbir ilgisi yok. inşa etmek için yüz binlerce dolar. Koşmak, bir robotun elektrik motorları ve servolar gibi çeşitli bileşenlerini sınırlarının sınırlarını zorlamasını gerektirir. çalışma aralığı, bu noktada farklı davranmaya ve gerçekleştirmeye başlayabilirler. Kaygan buzu geçen bir robota ne olabileceği kadar tahmin edilmesi zor davranışlar. Ancak Mini Cheetah’ın artık farklı arazilere uyum sağlayabildiği gibi, kendi bileşenlerinin nasıl çalıştığına da uyum sağlayabilir, bu da onun daha etkili koş.
Yüksek hızlarda hareket ederken izlenmesi en zarif şey olmayabilir, ancak Mini Cheetah 3,9 m/sn’lik yeni bir maksimum hıza veya ortalama bir insanın koşabileceğinden daha hızlı olan 8,7 MPH’nin biraz üzerine çıktı. Ancak yeni yaklaşım sadece robotlara koşmayı öğretmekle ilgili değil. Robot ellere, daha önce hiç fiziksel olarak dokunmadıkları binlerce farklı nesneyi güvenli bir şekilde ele almaları hızlı bir şekilde öğretilebilir ve otonom dronlara, deneme yoluyla öğrenmeleri için gerçek şeye göndermek yerine güvenli simülasyonlar aracılığıyla sert havalarda nasıl uçacakları öğretilebilir ve hata.