Humanoidné roboty sa pomocou ASAP od Nvidie učia pohybovať ako športovci

Humanoidné roboty majú potenciál pre bezkonkurenčnú všestrannosť pri vykonávaní celotelových zručností podobných ľuďom. Dosiahnutie agilných a koordinovaných pohybov celého tela však zostáva významnou výzvou z dôvodu nesúladu dynamiky medzi simuláciou a skutočným svetom. Existujúce prístupy, ako sú metódy identifikácie systému (SysID) a randomizácie domény (DR), sa často spoliehajú na pracné ladenie parametrov alebo vedú k príliš konzervatívnym pohybom, ktoré obetujú agilnosť. Riešením môže byť ASAP (Aligning Simulation and Real Physics).

ASAP je dvojstupňový rámec vyvinutý spoločnosťou NVIDIA v spolupráci s Carnegie Mellon University, ktorý sa zameriava na prekonanie rozdielov medzi simuláciou a reálnou fyzikou pri výučbe agilných celotelových zručností humanoidných robotov.

V prvej fáze sa robot učí pohybovať v simulácii pomocou dát získaných z ľudských pohybov. Tento tréning prebieha v simulovanom prostredí s fyzikálnymi modelmi, ktoré sa snažia čo najlepšie napodobniť realitu, avšak stále existujú rozdiely medzi tým, čo simulácia predpokladá, a tým, ako sa robot správa v skutočnosti.

V druhej fáze sa natrénované politiky prenášajú do reálneho sveta, kde sa zhromažďujú skutočné dáta o správaní robota. Na základe nich sa vytvára tzv. delta akčný model, ktorý kompenzuje rozdiely medzi simulovanou a reálnou fyzikou. Tento model sa následne využíva na doladenie pohybov robota, čím sa zabezpečí, že jeho správanie v realite je čo najpresnejšie a najstabilnejšie.

Vo videu môžete vidieť roboty, ktoré napodobňujú pohyby známych športovcov.