[ad_1]
ANYmal da tempo non ha problemi ad affrontare i terreni sassosi dei sentieri escursionistici svizzeri. Ora i ricercatori dell’ETH di Zurigo hanno insegnato a questo robot quadrupede alcune nuove abilità: si sta dimostrando piuttosto abile nel parkour, uno sport diventato molto popolare basato sull’uso di manovre atletiche per superare agevolmente gli ostacoli in un ambiente urbano. ANYmal è anche abile nell’affrontare i terreni difficili che si trovano comunemente nei cantieri edili o nelle aree disastrate.
Per insegnare ad ANYmal queste nuove competenze, due team, entrambi del gruppo guidato dal professore dell’ETH Marco Hutter del Dipartimento di Ingegneria meccanica e di processo, hanno seguito approcci diversi.
Esaurire le opzioni meccaniche
In una delle squadre lavora il dottorando dell’ETH Nikita Rudin, che nel tempo libero pratica parkour. “Prima dell’inizio del progetto, molti dei miei colleghi ricercatori pensavano che i robot dotati di gambe avessero già raggiunto i limiti del loro potenziale di sviluppo”, racconta, “ma io avevo un’opinione diversa. In effetti, ero sicuro che si potesse fare molto di più con la meccanica dei robot dotati di gambe.”
Con in mente la sua esperienza di parkour, Rudin ha deciso di ampliare ulteriormente i confini di ciò che ANYmal poteva fare. E ci è riuscito, utilizzando l’apprendimento automatico per insegnare nuove abilità al robot quadrupede. ANYmal ora può scalare gli ostacoli ed eseguire manovre dinamiche per saltare giù da essi.
Nel processo, ANYmal ha imparato come farebbe un bambino, attraverso prove ed errori. Ora, quando si presenta un ostacolo, ANYmal utilizza la sua telecamera e la rete neurale artificiale per determinare con quale tipo di ostacolo ha a che fare. Quindi esegue movimenti che sembrano avere buone probabilità di successo in base al suo addestramento precedente.
È tutto ciò che è tecnicamente possibile? Rudin suggerisce che questo è in gran parte vero per ogni nuova abilità individuale. Ma aggiunge che questo lascia ancora molti potenziali miglioramenti. Questi includono consentire al robot di andare oltre la risoluzione di problemi predefiniti e chiedergli invece di affrontare terreni difficili come aree disastrate disseminate di macerie.
Combinazione di tecnologie nuove e tradizionali
Preparare ANYmal proprio per questo tipo di applicazione era l’obiettivo dell’altro progetto, condotto dal collega di Rudin e collega dottorando dell’ETH Fabian Jenelten. Ma invece di affidarsi solo all’apprendimento automatico, Jenelten lo ha combinato con un approccio collaudato utilizzato nell’ingegneria dei controlli noto come controllo basato su modelli. Ciò fornisce un modo più semplice per insegnare al robot manovre precise, ad esempio come riconoscere e superare spazi vuoti e rientranze in cumuli di macerie. A sua volta, l’apprendimento automatico aiuta il robot a padroneggiare schemi di movimento che può poi applicare in modo flessibile in situazioni impreviste. “La combinazione di entrambi gli approcci ci consente di ottenere il massimo da ANYmal”, afferma Jenelten.
Di conseguenza, il robot quadrupede ora riesce a mantenere un passo sicuro su superfici scivolose o massi instabili. ANYmal sarà presto utilizzato anche nei cantieri edili o ovunque sia troppo pericoloso per le persone, ad esempio per ispezionare una casa crollata in una zona disastrata.
[ad_2]
Source link
