Четвероногий робот из ETH Zurich собрал кубик Рубика одними ногами
Ещё одна заметная разработка недели — система Reflex, представленная как трёхэтапный подход к обучению человекоподобных роботов так называемому визуально-реактивному управлению всем телом. Люди без труда отбивают теннисный мяч, ловят падающую чашку, отступают в сторону от проезжающей тележки или перехватывают коробку, брошенную при разгрузке грузовика. Все эти повседневные действия требуют предугадывания траектории движущейся цели и рефлекторного ответа всем телом примерно за секунду. Для гуманоидов подобное до сих пор остаётся сложнейшей задачей, и авторы Reflex учат машину этим навыкам поэтапно, связывая их через компактное представление динамики объектов.
Корейские инженеры из лаборатории DRCD в KAIST вместе с коллегами из RAILAB показали возможности гуманоида KAIST Humanoid v0.9 по локомоции и манипуляции всем телом. Используя бортовую визуальную обратную связь, робот толкает предметы весом до 35 килограммов и поднимает грузы до 20 килограммов, чтобы выложить из них буквы, складывающиеся в название института. В комментариях к подборке авторы иронично замечают, что если не тратить деньги на сенсоры для роботов, то можно позволить себе колёса побольше, а роботы с проводами, по их наблюдениям, становятся всё более странными.
Отдельного упоминания заслуживает рука AthenaZero с двумя трёхпалыми кистями, приводимыми в движение сухожилиями. Такая конструкция позволяет пальцам переплетаться и удерживать предметы разного размера — от яйца до молотка. Каждый палец приводится мотором в торсе робота, что сохраняет кисть лёгкой, а усилие передаётся через гибкие тросы. Рука закрывается примерно за 80 миллисекунд и при этом достаточно сильна, а высокоточные барометрические датчики давления добавляют ей деликатности.
Лаборатория мягкой робототехники ETH Zurich представила биохибридного робота, сочетающего живую ткань с инженерными материалами: выращенную в лаборатории скелетную мышцу и мягкий трёхмерно напечатанный каркас, превращающий сокращение мышцы в движение. Исследователи адаптировали среду симуляции мягких тел, чтобы одновременно оптимизировать и мышцу, и каркас, а не выращивать мышцу, а потом строить вокруг неё скелет. Полученные биоактуаторы сантиметрового масштаба демонстрируют до одиннадцатикратного увеличения диапазона движения по сравнению с прежними системами сопоставимого объёма ткани — их силы хватает, чтобы прыгать, плавать, ходить и захватывать предметы.
Не обошлось и без вычислительных рекордов: система SuperMimic всего за три часа на одном графическом процессоре превзошла по качеству эталонный трекер движений, который обучали семь дней на 128 ускорителях. Количество затраченных GPU-часов сократилось более чем в тысячу раз, а число ошибок на benchmark-наборе из 129 514 движений составило лишь 25 против 179 у базовой модели. После 9,8 часа обучения на двух GPU SuperMimic и вовсе выходит на нулевой уровень ошибок.
Есть в подборке и сугубо прикладные сюжеты. Компания Grain Weevil показала сдвоенную роботизированную насадку: два робота соединяются в одну более крупную машину, управляемую одним оператором и выполняющую работу до трёх роботов. Generative Bionics объявила о планах построить крупнейшую в Европе фабрику данных для физического ИИ, а её инфраструктурным партнёром выступит AMD. NASA в очередном обновлении программы лунной базы рассказала, как луноходы и роботизированные роверы помогут исследовать район Южного полюса Луны, тестировать новые технологии и готовить почву для первой человеческой аванпоста. А Майкл Перри из Persona AI на саммите Humanoids Summit в Сеуле взялся ответить на самый спорный вопрос индустрии — зачем вообще нужен двуночий человекоподобный робот, если есть колёса, портальные манипуляторы и четвероногие платформы.
Источник: spectrum.ieee.org
Поделиться