ringkasan: Para peneliti memanfaatkan pembelajaran penguatan mendalam (DRL) untuk memungkinkan robot mengubah gaya berjalannya secara adaptif, meniru gerakan hewan seperti berlari dan berlari kencang, agar dapat melintasi medan yang kompleks secara efektif. Studi mereka mengeksplorasi konsep kemampuan bertahan hidup – atau pencegahan terjatuh – sebagai pendorong utama transisi gaya berjalan, menantang keyakinan sebelumnya bahwa efisiensi energi adalah pendorong utama.
Pendekatan baru ini tidak hanya meningkatkan kemampuan robot untuk menangani medan yang sulit, namun juga memberikan wawasan yang lebih mendalam tentang pergerakan hewan. Temuan tim menunjukkan bahwa memprioritaskan pencegahan jatuh dapat menghasilkan pergerakan robot dan biologis yang lebih fleksibel dan efisien di permukaan yang tidak rata.
Fakta-fakta kunci:
- Mengadaptasi gaya berjalan untuk bertahan hidup: Robot EPFL DRL digunakan untuk mempelajari transisi berjalan terutama untuk kontinuitas, secara efektif mengadaptasi strategi pergerakannya untuk menghindari terjatuh saat menavigasi medan yang memiliki celah.
- Mengevaluasi kembali efisiensi energi: Bertentangan dengan teori-teori sebelumnya, penelitian ini menemukan bahwa peningkatan efisiensi energi merupakan konsekuensi, bukan faktor pendorong, dari transisi berjalan kaki di lingkungan yang menantang.
- Kelincahan robot yang terinspirasi dari bio: Penelitian ini mendemonstrasikan arsitektur pembelajaran yang terinspirasi oleh bio yang memungkinkan transisi gaya berjalan spontan yang didorong oleh pembelajaran, menunjukkan ketangkasan robot tingkat lanjut dalam bernavigasi melintasi celah yang berurutan di medan eksperimental.
sumber: EPFL
Dengan bantuan pembelajaran mesin yang disebut pembelajaran penguatan mendalam (DRL), robot EPFL secara khusus belajar bertransisi dari berlari ke berjalan – gaya berjalan melompat dengan dukungan lengkungan yang digunakan oleh hewan seperti springbok dan rusa – untuk menavigasi medan yang sulit. dengan jarak 14-30cm.
Penelitian yang dilakukan oleh Laboratorium BioRobotics di Fakultas Teknik EPFL ini memberikan wawasan baru tentang mengapa dan bagaimana transformasi gaya berjalan seperti itu terjadi pada hewan.
“Penelitian sebelumnya telah menunjukkan efisiensi energi dan menghindari cedera muskuloskeletal sebagai penyebab utama perubahan gaya berjalan. Baru-baru ini, para ahli biologi mengatakan bahwa stabilitas di medan datar bisa menjadi lebih penting.”
“Tetapi percobaan dengan hewan dan robot menunjukkan bahwa hipotesis ini tidak selalu benar, terutama pada medan yang tidak rata,” kata mahasiswa doktoral Milad Shafii, penulis pertama makalah yang diterbitkan di Komunikasi Alam.
Chaveille, rekan penulis Guillaume Bellegarda, dan kepala Lab BioRobotics Auke Eijsbert tertarik pada hipotesis baru tentang mengapa transisi gaya berjalan terjadi: kemampuan untuk tetap bertahan, atau menghindari, terjatuh. Untuk menguji hipotesis ini, mereka menggunakan DRL untuk melatih robot berkaki empat untuk melintasi medan yang berbeda.
Di medan datar, mereka menemukan bahwa gaya berjalan yang berbeda menunjukkan tingkat kekuatan yang berbeda dalam menghadapi dorongan acak, dan bahwa robot beralih dari berjalan ke berlari untuk mempertahankan kemampuan bertahan hidup, seperti yang dilakukan hewan berkaki empat saat berakselerasi.
Ketika robot menemukan celah berturut-turut di permukaan percobaan, robot secara otomatis beralih dari berlari ke berlari untuk menghindari terjatuh. Selain itu, kemampuan bertahan hidup adalah satu-satunya faktor yang ditingkatkan oleh transisi gaya berjalan tersebut.
“Kami menunjukkan bahwa di medan datar dan medan terpisah yang sulit, kemampuan bertahan hidup menyebabkan perubahan gaya berjalan, namun efisiensi energi tidak serta merta meningkat,” jelas Shafii.
“Tampaknya efisiensi energi, yang sebelumnya dianggap sebagai pendorong transformasi tersebut, mungkin akan memberikan hasil yang lebih besar. Ketika seekor hewan menavigasi medan yang sulit, prioritas pertamanya kemungkinan besar adalah efisiensi energi.”
Arsitektur pendidikan yang terinspirasi oleh bio
Untuk memodelkan kontrol gerakan pada robot mereka, para peneliti memperhitungkan tiga elemen berinteraksi yang menggerakkan gerakan hewan: otak, sumsum tulang belakang, dan umpan balik sensorik dari tubuh.
Mereka menggunakan DRL untuk melatih jaringan saraf guna meniru transmisi sinyal otak dari sumsum tulang belakang ke tubuh saat robot melintasi medan eksperimental. Selanjutnya, tim memberikan bobot berbeda pada tiga tujuan pembelajaran potensial: efisiensi energi, pengurangan kekuatan, dan kemampuan bertahan hidup.
Serangkaian simulasi komputer mengungkapkan bahwa dari ketiga tujuan tersebut, kemampuan bertahan hidup adalah satu-satunya tujuan yang mendorong robot mengubah gaya berjalannya secara otomatis – tanpa instruksi dari para ilmuwan.
Tim menekankan bahwa pengamatan ini mewakili kerangka penggerak berbasis pembelajaran pertama, di mana transisi gaya berjalan muncul secara otomatis selama proses pembelajaran, serta persilangan paling dinamis dari celah besar yang berurutan untuk robot berkaki empat.
“Arsitektur pembelajaran kami yang terinspirasi dari kehidupan menunjukkan kecanggihan mobilitas quadcopter di medan yang menantang,” kata Shafi.
Para peneliti bertujuan untuk memperluas pekerjaan mereka dengan eksperimen tambahan yang menempatkan berbagai jenis robot di berbagai lingkungan yang menantang.
Selain menjelaskan lebih lanjut pergerakan hewan, mereka berharap penelitian mereka pada akhirnya akan memungkinkan penggunaan robotika secara lebih luas dalam penelitian biologi, mengurangi ketergantungan pada model hewan dan masalah etika yang terkait dengannya.
Tentang berita penelitian robotika dan kecerdasan buatan
pengarang: Celia Lauterbacher
sumber: EPFL
komunikasi: Celia Lauterbacher – EPFL
gambar: Kredit gambar untuk BioRob EPFL
Pencarian asli: Akses terbuka.
“Kemampuan bertahan hidup mengarah pada transisi gaya berjalan dalam mempelajari gerak lincah berkaki empat di medan yang sulit“Oleh Milad Shafie dkk. Komunikasi Alam
ringkasan
Kemampuan bertahan hidup mengarah pada transisi gaya berjalan dalam mempelajari gerak lincah berkaki empat di medan yang sulit
Hewan berkaki empat mampu bertransisi dengan lancar di antara berbagai gaya berjalannya. Meskipun efisiensi energi tampaknya menjadi salah satu alasan perubahan cara berjalan, faktor penentu lainnya juga mungkin berperan, termasuk karakteristik medan.
Dalam artikel ini, kami mengusulkan bahwa kemampuan bertahan hidup, yaitu menghindari jatuh, merupakan kriteria penting untuk transisi gaya berjalan.
Kami menyelidiki munculnya transformasi gaya berjalan melalui interaksi antara motorik supraspinal (otak), generator pola pusat di sumsum tulang belakang, tubuh, dan penginderaan eksternal dengan memanfaatkan pembelajaran penguatan mendalam dan alat robotika.
Konsisten dengan data pada hewan berkaki empat, kami menunjukkan bahwa transmisi gaya berjalan robot berkaki empat di medan datar meningkatkan vitalitas dan efisiensi energi.
Selain itu, kami mempelajari efek dari medan yang berbeda (yaitu, melintasi celah yang berurutan) pada penerapan transisi gaya berjalan, dan menemukan munculnya transisi berlari untuk menghindari situasi yang tidak dapat dilakukan.
Kemampuan bertahan hidup adalah satu-satunya faktor yang meningkat setelah transisi berjalan kaki di medan datar dan celah terpisah, menunjukkan bahwa kemampuan bertahan hidup dapat menjadi tujuan utama dan universal untuk transisi berjalan kaki, sementara kriteria lainnya adalah tujuan sekunder dan/atau konsekuensi dari kemampuan untuk bertahan.
Selain itu, eksperimen kami menunjukkan ketangkasan robot berkaki empat yang canggih dalam skenario yang menantang.
More Stories
Kapan para astronot akan diluncurkan?
Perjalanan seorang miliarder ke luar angkasa “berisiko”
Administrasi Penerbangan Federal menangguhkan penerbangan SpaceX setelah roket yang terbakar jatuh saat mendarat