Bbabo NET

Wissenschaft & Technologie Nachrichten

Ein vierbeiniger Roboter hat Parkour gelernt, um Hindernisse zu überwinden

Der von Forschern der ETH Zürich in der Schweiz entwickelte vierbeinige Roboter ANYmal hat gelernt, Parkour-Elemente auszuführen, um Hindernisse zu überwinden. Während der Tests sprang der Roboter erfolgreich über Abgründe, kletterte Barrieren hoch und runter und ging tief in die Hocke, um unter ihnen durchzukommen.

Das Team der ETH Zürich führte ANYmals ursprünglichen Ansatz zum Reinforcement Learning bereits 2019 ein und verbesserte 2022 die Fähigkeit des Roboters, Bewegung und Standort zu erkennen. Im Jahr 2023 stellte das Team drei ANYmal-Roboter vor, die unter Bedingungen getestet wurden, die möglichst nah am Mond- und Marsgelände liegen. Die ETH Zürich geht davon aus, dass solche Roboter künftigen Marsrovern dabei helfen werden, Hindernissen auszuweichen. Jeder Roboter war mit Lidar ausgestattet und für die Ausführung bestimmter Funktionen vorkonfiguriert. Der Hauptzweck des Scout-Modells bestand beispielsweise darin, die Umgebung mithilfe von RGB-Kameras zu erfassen. Dieser Roboter verwendete auch einen Scanner, um Bereiche und Objekte von Interesse abzubilden, indem er Filter nutzte, die verschiedene Bereiche des Lichtspektrums durchlassen. Gleichzeitig wurde das Modell Scientist mit einem Roboterarm mit MIRA (instantaneous Raman spectrometer) und MICRO (microscopic image scanner) ausgestattet. Mit dem ersten Tool können Sie Chemikalien in Materialien identifizieren, die sich auf der Oberfläche des Demonstrationsbereichs befinden, wobei der Schwerpunkt auf der Art und Weise liegt, wie sie Licht streuen, und mit dem zweiten Tool können Sie deren Bilder übertragen.

Nun beschlossen sie, ANYmal wendiger zu machen. Parkour ist aus robotischer Sicht recht komplex, da der Roboter „dynamische Manöver an der Grenze seiner Leistungsfähigkeit ausführen und dabei die Bewegung des Körpers und der Gliedmaßen präzise steuern muss“. Um erfolgreich zu sein, muss ANYmal in der Lage sein, die Umgebung zu spüren und sich an schnelle Veränderungen anzupassen, indem es aus einem programmierten Satz von Fähigkeiten in Echtzeit einen möglichen Weg und eine Bewegungsabfolge wählt.

Der Ansatz des Schweizer Teams kombiniert maschinelles Lernen mit modellbasierter Steuerung. Sie unterteilten die Aufgabe in drei miteinander verbundene Komponenten: ein Wahrnehmungsmodul, das Daten von Bordkameras und Lidar verarbeitet, um das Gelände abzuschätzen; ein Bewegungsmodul mit einem programmierten Bewegungskatalog zur Überwindung eines bestimmten Geländes; und ein Navigationsmodul, das dem Bewegungsmodul hilft, mithilfe von Zwischenbefehlen auszuwählen, welche Fähigkeiten zum Navigieren durch verschiedene Hindernisse und Gelände eingesetzt werden sollen.

Maschinelles Lernen wurde eingesetzt, um ANYmal durch Ausprobieren einige neue Fähigkeiten beizubringen, darunter das Überwinden von Hindernissen und das Erlernen des Auf- und Abspringens. Die Kamera und das neuronale Netzwerk des Roboters ermöglichen es ihm, basierend auf einem Vortraining die besten Manöver auszuwählen. Mittels modellbasierter Steuerung wurde ANYmal beigebracht, Lücken zwischen Hindernissen zu erkennen und diese zu überwinden.

Dadurch konnte der Roboter aus einer Entfernung von bis zu 1 m von einer Kiste zur anderen springen. Er näherte sich dem Rand der Kiste, gruppierte drei Beine und streckte das vierte aus. ANYmal konnte auch von einer 1 m hohen Kiste herunterklettern und wieder hinaufklettern.

Darüber hinaus testete das Team die Gehfähigkeit von ANYmal: Der Roboter kletterte erfolgreich Treppen, Hänge, zufällige kleine Hindernisse usw. hinauf.

ANYmal hat immer noch seine Grenzen, wenn es darum geht, sich in der realen Welt zurechtzufinden. Beispielsweise weisen die Autoren darauf hin, dass sie die Skalierbarkeit ihres Ansatzes auf vielfältigere und unstrukturiertere Szenarien mit einem größeren Spektrum an Hindernissen testen müssen. Auch die Verfeinerung dieses Ansatzes erfordert mehr Zeit, da er acht neuronale Netze umfasst, die separat konfiguriert werden müssen, und Änderungen an einem eine Neuschulung der anderen erfordern.

Unterdessen haben Forscher der University of Illinois in Urbana-Champaign, inspiriert von Star Wars-Kampfdroiden und ANYmal, einen Einradroboter namens Ringbot entwickelt, der mit ausziehbaren Beinen balanciert.

Ein vierbeiniger Roboter hat Parkour gelernt, um Hindernisse zu überwinden