Robotul KAIST HOUND devine din ce în ce mai capabil să se deplaseze în medii dificile, datorită unui sistem de inteligență artificială care îi permite să aleagă automat modul de mers în funcție de teren. Acest algoritm, dezvoltat de o echipă de cercetători, face posibil ca robotul să traverseze păduri, să urce și să coboare scări sau obstacole naturale fără intervenția umană.
Deplasare adaptativă prin inteligență artificială
Robotul, denumit KAIST HOUND, cântărește aproximativ 45 de kilograme și utilizează o combinație de camere video și senzori LiDAR pentru analiza terenului din fața sa. Sistemul AI evaluează rapid informațiile și decide care mod de deplasare este cel mai potrivit pentru condițiile întâlnite.
Robotul alternează între trap stabil și alergare cu sărituri, asemănător modului în care se deplasează câinii în natură. Astfel, adaptează automat mișcările pentru a menține echilibrul și viteza, chiar și pe suprafețe alunecoase, cu obstacole precum rădăcini, bușteni sau trepte.
În teste realizate în exterior, KAIST HOUND a parcurs un traseu de peste un kilometru în campusul universității și pe drumul forestier, demonstrând abilitatea de a traversa teren variat, fără a primi instrucțiuni suplimentare.
Instruirea AI în mediu virtual
Cheia performanței robotului este un nou sistem de antrenament al inteligenței artificiale, denumit APT-RL (Action Pretrained Transformer-based Reinforcement Learning). Cercetătorii nu l-au instruit direct în mediul real, ci au folosit un model virtual în două dimensiuni.
Au generat în jur de 180.000 de secvențe diferite de mișcare care includeau mersul în trap, alergarea cu sărituri și forțele aplicate articulațiilor pentru fiecare pas. Aceste date au fost obținute în doar câteva minute, deși totalul de ore de simulare însuma peste 15.
Algoritmul de învățare, bazat pe recompense și penalizări, a învățat cum să combine și să adapteze aceste mișcări în funcție de obstacolele din mediul virtual, optimizând astfel comportamentul pentru terenuri variate.
Mai mult decât să reproducă exact mișcările învățate, robotul a demonstrat capabilitatea de a improviza și și-a ajusta poziția în simulări, atunci când terenul devenea mai dificil sau apăreau obstacole noi, neprevăzute în antrenament.
Inovația deschide perspective pentru utilizarea roboților în medii unde vehiculele convenționale nu pot ajunge, precum terenuri naturale dificile sau zone inaccesibile pentru mașini.
