Illinois Üniversitesi’nden araştırmacılar, insansı robotların bir düşüşten sonra otomatik olarak yükselmesine izin veren makine öğrenimi için bir algoritma geliştirdiler. Bu başarı robotların özerkliğini önemli ölçüde artırabilir ve gelecekte daha geniş uygulamalarına katkıda bulunabilir.
İnsanlarla benzer bir vücut yapısına sahip insan benzeri robotlar, gerçek koşullarda çok çeşitli görevleri etkili bir şekilde gerçekleştirebilir. Son yıllarda, yönetimi için bu robotlar ve algoritmalar önemli ölçüde gelişti, bu da daha hızlı hareket etmelerini ve çeşitli insan hareketlerini taklit etmelerini sağladı. Bununla birlikte, düştükten sonra kolayca yükselebilen insanların aksine, robotlar bu gibi durumlarda çaresiz olurlar ve insan müdahalesini talep ederler.
Humanup adı verilen yeni algoritma, düştükten sonra pozisyonlarından bağımsız olarak robotların yükselme yeteneğini artırmak için takviye öğrenme yaklaşımını (takviye eğitimi) kullanır. Xiaolin HE çalışmasının yazarlarına göre, Runpay Dong ve meslektaşları: “Robotun sonbahardan sonra olabileceği çeşitli konfigürasyonlar ve insansı robotların çalışmasının beklendiği karmaşık yüzeyler nedeniyle kaldırma için kontrolörlerin manuel olarak geliştirilmesi zordur.”
Humanup iki aşamada çalışır. İlk aşamada, algoritma, pürüzsüzlük ve hareket hızı için minimum sınırlamalarla robotun yükselmesine izin veren uzuvların optimal yörüngelerini belirlemeye odaklanır. İkinci aşamada, bulunan hareketler optimize edilir, bunları pürüzsüz ve yavaş eylemlere dönüştürür, bu da robotun pozisyonu ve yüzey tipinden bağımsız olarak performans gösterebilir.
Araştırmacılar, Çin şirketi Unitree Robotics tarafından geliştirilen Unitree G1 insansı robotunu kullanarak algoritmalarını hem simülasyonlarda hem de gerçek koşullarda test ettiler. Sonuçlar çok cesaret vericiydi: Robot, çeşitli pozisyonlara ve farklı yüzeylere düştükten sonra özerk olarak yükselebildi.
“Yeniliklerimizin gerçek G1 robotunun iki ana pozisyondan yükselmesine izin verdiğini bulduk: a) arkada yatıyor ve b) uzanıyor. Her iki seçenek de düz, deforme olmuş, kaygan yüzeyler ve kaygan otlar ve kar alanı dahil olmak üzere eğimler üzerinde test edildi ”dedi. “Bildiğimiz kadarıyla, bu gerçek koşullarda bir kişinin büyüklüğünde insansı robotlar için algoritmaların kaldırılmasının ilk başarılı gösterisi.”
Geliştirilen algoritma daha da geliştirilebilir ve diğer insansı robotlara uygulanabilir, bu da sonbahardan sonra otomatik olarak yükselme yeteneğine sahip olabilir. Bu, çeşitli faaliyet alanlarında insansı robotların daha geniş bir şekilde uygulanmasına katkıda bulunabilecek robotik gelişiminde önemli bir adımdır.
Bu çalışma, otonom robotik alanında yeni beklentiler açıyor ve karmaşık robot yönetimi sorunlarının çözülmesinde makine öğrenimi potansiyelini gösteriyor. Bu teknolojinin daha da geliştirilmesiyle, çeşitli gerçek koşullarda etkili bir şekilde işlev görebilen daha kararlı ve bağımsız insansı robotların ortaya çıkması beklenebilir.
