Mini Cheetah покращує свої «котячі навички» завдяки черевикам із нікелевими монетами
Оскільки чотириногі роботи навчаються виконувати все більше динамічних завдань, вони, ймовірно, проводитимуть багато часу, не стоячи на ногах. Падіння не обов’язкове (хоча воно, звісно, неминуче, адже це все-таки роботи на ногах), адже можна так чи інакше перебувати в польоті. Найнебезпечнішим етапом польоту буде падіння з значної висоти, оскільки це майже напевно зламає вашого дуже дорогого робота та будь-яке корисне навантаження, яке він міг переносити.
Невдале падіння — це проблема не лише для роботів, тому не дивно, що чотириногі тварини в природі вже її розв’язали. Або, принаймні, це вже вирішили коти, які можуть надійно приземлятися на лапи, щоб зменшити шкоду від падіння. Щоб навчити чотириногих роботів цьому трюку, робототехніки з Університету Нотр-Дам навчили Mini Cheetah деяким навичкам самовідновлення в повітрі за допомогою черевиків, повних монеток.
Ноги Mini Cheetah (як і ноги багатьох роботів) спеціально були розроблені легкими, бо вони мають рухатися швидко, а для цього потрібно мінімізувати масу, яка рухається вперед і назад при кожному кроці. Це робить робота максимально ефективним. Але для того, щоб бот переорієнтувався в повітрі, він навпаки має почати розгойдувати якомога більшу масу.
Кожну лапу Mini Cheetah модифікували за допомогою надрукованих на 3D-принтері черевиків, наповнених двома рулонами американських п’ятицентових монет (нікелевих), які додають близько 500 г на кожну ступню — цього достатньо, щоб робот міг рухатися так, як йому потрібно. Причина, через яку нікелеві черевики важливі, полягає в тому, що єдиний спосіб, за допомогою якого Mini Cheetah може змінити свою орієнтацію під час падіння — це махати ногами. Коли його ноги рухаються в один бік, тіло рухатиметься в інший, і чим важчі ноги, тим більшу силу вони можуть подіяти на тіло.
Як і в будь-якій іншій робототехніці, змусити обладнання робити те, що ви хочете, — це лише половина справи. А іноді значно менше, ніж половина справи. Проблема з Mini Cheetah полягала в тому, що в нього дуже і дуже мало часу, щоб зрозуміти, як усе зробити правильно. Він має виявити, що падає, з’ясувати, в якій орієнтації перебуває, скласти план, як йому приземлитися, а потім успішно виконати цей план. У бота не вистачає часу, щоб все це обміркувати, коли він починає стрімко падати, тому метод, придуманий дослідниками, називається «рефлекторним» підходом.
«Хоча алгоритми оптимізації траєкторії стають дедалі кращими, вони все ще недостатньо швидкі, щоб знайти рішення з нуля за частки секунди між моментом, коли робот виявляє падіння, і моментом, коли йому потрібно почати рух відновлення. Ми обійшли цю проблему, кілька разів скидаючи робота в симуляції, де ми можемо витратити стільки часу, скільки нам потрібно, щоб знайти рішення, і навчаючи нейронну мережу імітувати оптимізатор траєкторії. Навчена нейронна мережа зіставляє початкові орієнтації з траєкторіями, за якими робот приземляється на ноги. Ми називаємо це «рефлекторним» підходом, оскільки нейронна мережа в основному вивчила автоматичну відповідь, яку можна виконати, коли робот виявляє, що падає»
Цей метод працює досить добре, але є кілька обмежень, більшість з яких не здавалися б такими поганими, якби чотириногих роботів не порівнювали з чотириногими тваринами. Коти просто супервмілі в тому, що роблять, і здатність імітувати їхнє вміння швидко розвертатися у сприятливу конфігурацію приземлення з будь-якої початкової орієнтації буде для робота дуже складно реалізувати.
«Чим більше я займаюся робототехнікою, тим більше розумію, наскільки дивовижна природа, і цей проєкт — чудовий тому приклад. Коти можуть зробити повний поворот на 180 градусів під час падіння з висоти плеча. Наш робот зіткнувся з обмеженнями за крутним моментом під час повороту на 90 градусів з висоти близько 3 м від землі. Використання повного тривимірного руху стало б дуже великим покращенням (обертання вбік має бути простішим, бо момент інерції робота в цьому напрямку менший), хоча я був би здивований, якби лише це привело нас до продуктивності на рівні кота»
Найбільша проблема, з якою зіткнулися вчені під час переходу від 2D до 3D — це зіткнення з самим собою. Здається, що уберегти робота від зіткнень має бути просто, але самі зіткнення накладають досить неприємні обмеження, які роблять чисельно складним пошук якісних рішень для алгоритмів оптимізації траєкторії.
Існують гнучкі приводні хребці для чотириногих роботів, які мають безліч переваг, але самі по собі є досить складними. За словами Курца, у випадку з проблемою падаючого кота гнучкий хребет може допомогти як з точки зору наявності природного гнучкого розподілу маси, так і з точки зору конструкції контролера, оскільки можна було б безпосередньо імітувати рух «вигин і скручування» кота. Так само гнучкий хребет може допомогти в завданнях з великими фазами польоту, наприклад, у проблемах стрибків у космосі.
«З огляду на сказане, переорієнтація в повітрі не є основним завданням більшості чотириногих роботів, і для мене не очевидно, що гнучкий хребет суттєво допоможе під час ходьби, бігу чи лазіння по нерівній місцевості. Крім того, існуючі апаратні платформи з жорсткою спинкою, такі як Mini Cheetah, цілком здатні, і я думаю, що ми ще не розкрили весь потенціал цих роботів. Алгоритми керування досі є основним обмежувальним фактором для сьогоднішніх пристроїв на ногах, а додавання гнучкого хребта, ймовірно, призведе до ще складніших проблем керування»
