현대 로봇은 모션 시스템을 갖추고 있지만 지형에 적응하는 것은 항상 어려움이었습니다. 노르웨이의 오슬로 대학의 과학자들은 새로운 유형의 새로운 유형의 이것을위한 로봇 목적. 언제 다른 표면을 만나고 다리 길이와 걷기를 조정할 수 있습니다. 이 능력은 환경에서 에너지 효율성과 예측할 수없는 성능을 향상시킬 수 있습니다.

1. 알아보기 Dyret

로봇이 호출됩니다 Dyret (의미 "" ""노르웨이어에서), 그리고 첫 번째 4-legged 다른 조건에 따라 자동으로 모양을 자동으로 변경할 수있는 로봇. 센서, 카메라 및 인공 지능의 혼합 사용을 통해 로봇은 다리의 길이를 인식하고 기계적으로 조정할 수 있습니다 다른 지형을 만나면 신체 모양을 조정하고 특정 표면에 적응하도록 보행을 최적화하십시오.

이 연구의 머리 인 Nijiade는이 로봇이 그것이 걷는 환경을 지속적으로 배울 수 있고 통제 된 환경에서 취득한 지식을 환경에 적응할 수 있다고 말했다.

연구진은 처음으로 로봇이 자갈, 모래와 콘크리트에 걸어 들어가서 결코 세트 된 적이없는 잔디에 걸어 가게하도록 로봇을 처음 훈련 시켰음을 이해합니다. 비록 이것은 가장 귀찮은 지형이 아닙니다. 연구자들은 땅의 다른 모양이 긴 다리가있는 로봇을위한 새로운 진짜 도전이라는 것을 지적했습니다.

이 개 같은 변형 가능 로봇은 동적으로 4 개의 다리를 연장 할 수 있습니다. 연구원은 노르웨이와 호주에서의 테스트를 수행하여 Dyret 배우기 방법 다른 유형의 지형에 적응하기 위해 팔다리를 길게하거나 단축시키는 것. 오슬로 대학 (University of Oslo)과 노르웨이 국방 연구소 (Norwegian National Defense Research Institute)의 컴퓨터 과학자 인 니 가드 (Nigard)는 다음과 같이 말했습니다 : "이 단계에서 야외에서 로봇을 가져 와서 환경에 적응하는 방법을 배우는 것이 가능합니다. 인간이주는 지능을 사용할 수 있습니다."

2. 복잡한 "진화" 사각형 로봇의

지상파 동물은 스트레칭에 팔다리가 없습니다. 왜냐하면 그것은 처음에는 생물학적으로 불가능하고 필요하지 않습니다. 수백만 년 동안의 진화의 수백만 년으로 인체, 치타 또는 늑대는 민첩성이 있습니다. 그들은 그들 앞에서 장애물을 지속적으로 스캔 할 수 있습니다 도중 실행중인 움직임이지만, 공동 확장과 수축의 기능은

신축성있는 팔다리

반면 로봇의 진화는 또한 약간의 조정이 필요합니다. 심지어 슈퍼 복합 보스턴 다이내믹에서 스팟 로봇 개와 같은 기계 복잡한 지형을 탐색하십시오. 로봇 텔레스코픽 다리를 만드는 것은 안정 언제 다른 표면에서 이동하지만 에너지 효율을 향상시킵니다. 걷는 것은 많은 배터리의 힘을 소비하고 로봇의 흔들림이 다칠 수 있습니다 자체 또는 사람들 인근

"나는 조정 가능한 몸을 갖는 것이 특히 좋은 생각이라고 생각합니다."라고 말했다 Francisco Valero Cuevas, Southern California 대학의 엔지니어 인 Southern 캘리포니아의 개발에 참여한 엔지니어. "기술 끊임없이 반복되고 조정 가능한 신체는 미래 로봇을 더욱 유연하게 만듭니다."

니 가드 그리고 그의 동료들은 먼저 말 그대로 실험적인 샌드 박스를 만들어서 균형을 받으려면 훈련. 실험실에서 그들은 시멘트, 자갈과 모래가있는 긴 상자가 장착되어있는 다양한 지형을 대표하여 현실에서 찾을 수 있습니다. 콘크리트는 비교적 평평하지만 모래는 불확실성이 가득합니다. 왜냐하면 로봇의 모든 단계 다리가 기울이거나 싱크합니다. 자갈은 단단한 표면 물질이지만 자갈이 움직일 것입니다. Dyret 's 발자취 비틀 거림. 니아드 말했다 : "다른 경도와 거칠기를 가진 3 개의 지형 예를 통해, 그것은 로봇 형태의 좋은 표현 또는 신체와 환경 간의 일반적인 상호 작용이 될 수 있습니다."

실험실에서 로봇 균형을 훈련하기위한 다른 지상 재료

Dyret 로봇은 4 개의 다리와 연구원이 맨 위에있는 손잡이를 가지고 있습니다. 로봇의 다리는 총 6 인치를 연장 할 수 있지만 두 위치에서 확장 할 수 있습니다 : "대퇴골" 무릎 위와 "Tibia" 아래 무릎 아래. 이 기계가 다리 섹션을 다른 길이로 설정할 수 있습니다. 위해 예를 들어, 대퇴골을 길게 만들고 경골을 짧게 만드는 것은 팔다리를 늘릴 수 있습니다. 연구원은 조정할 수 있습니다. 구성, Dyret 각 지형에서 개 또는 고양이처럼 움직이게하고 계산하십시오. 각각의 지형의 효율성.

더 구체적으로 연구자들은 "운동 비용"을 참조하십시오 생물 학자가 사용하는 것과 동일한 메트릭 인 효율성으로 동물 움직임을 관찰하십시오. 기본적으로 이것은 어떻게 많은 에너지 생물이나 로봇이 움직이는 행동을 구현하기 위해 소비됩니다. 걷는 솜씨와 안정성은 모두 컴퓨터로 모두 코딩됩니다. 이는 비싼 로봇에 매우 중요합니다.

연구자들은 로봇의 모터의 에너지 소비를 측정했습니다. 조인트를 모니터링하여 카메라를 사용하여 로봇은 또한 자체 감지 표면의 거칠기를 특성화하기위한 카메라. 위해 예제, 콘크리트가 훨씬 더 부드럽습니다. 자갈. 기계는 물속에 발가락을 담그고 말하기 : 발의 힘 센서는 모래가 훨씬 더 부드러워지는 정보를 제공합니다. 콘크리트; 카메라와 힘 센서가 함께 제공됩니다 Dyret 복잡한 비전으로 걷기 및 작동 과정을 모니터링합니다.

언제 로봇은 콘크리트에서 자갈로 전환하는 것을 감지하고, 높이를 낮추는 것으로 볼 수 있습니다.

연구자들은 그것을 발견했습니다 언제 콘크리트를 걷고, 변형 가능 로봇은 다리가 길어지며 가장 효율적입니다. 모래에서 경골이 짧은 한, 대퇴골 길이를 효과적으로 늘릴 수 있습니다. 자갈에, Dyret 's 전반적인 몸은 짧고 잘 수행됩니다. 더 낮은 중력 중심은 로봇이 더 안정적으로 만들어줍니다 작은 바위에 등반. 일반적으로 짧은 다리는 로봇이 느슨한 재료에 걸리기 위해 더 많은 힘을 가하고 더 긴 다리가 더 부드러운 재료를 걷는 속도를 높일 수 있습니다.

모두 이 훈련은 로봇을 어떻게 제공합니다. 특정 표면에 가장 적합한 LIMB 구성을 조정합니다. 그러므로 언제 연구자들은 이후에 Dyret 다른 지형에, 로봇은 카메라와 강제 센서를 통해 발을 다리 아래에있는 땅을 볼 수 있습니다. 콘크리트 외모와 그런 다음 로봇은 알고 있습니다 어떻게 도로를 걷고, 보폭 길이를 조정하고 더 높은 효율을 달성하십시오.

Dyret 잔디에조차 적응할 수 있습니다. 처음에는 성능이 여전히 불안정했지만 곧 신체 모양이 더 잘 수행되고 새로운 환경에 적응하는지 이해할 수있었습니다.

3. 앞으로, 로봇의 지각은 자체의 몸에 적응합니다

로봇 학습 기술이 점점 더 복잡 해짐에 따라, 지난 10 년 동안 로봇 전문가는 시뮬레이션에서 4 루퍼 로봇을 교육하는 데 사용됩니다. 즉, 가상 세계에서 로봇을 제어하는 ​​소프트웨어를 먼저 훈련해야합니다. 이 가상 세계에서 시뮬레이션 된 로봇은 수천 가지의 워킹 시도를 수행하고 재판과 오류를 통해 배웁니다. 이 시스템은 오류를 처벌하고 성공적인 작업을 보상합니다 까지 가상 로봇은 최상의 행동을 배웁니다. 이 보강 학습이라는 기술입니다. 로봇 전문가는이 지식을 이식 할 수 있습니다. 실제 세계 로봇과 걷기 기계.

또한 기술은 "시뮬레이션 현실"의 문제가 있습니다. 전환 : 물리적 세계의 복잡성 가상 환경에서 완벽하게 시뮬레이션되므로 시뮬레이션을 통해 얻은 지식이 항상 실제 세계와 일치하는 것은 아닙니다. 즉, 실제 로봇이 주변 환경에 대한 모호한 이해를 할 수 있음을 의미합니다.

대조적으로,이게 뭐라구? 연구원은 Dyret 현실에서 로봇을 훈련시키는 것입니다. 의 코스, 이것은 또한 새로운 도전 과제를 제공합니다 : 변형 된 로봇의 학습 속도는 훨씬 느리고 종종 떨어지는 경우가 있습니다. 카일 오슬로 대학의 컴퓨터 과학자 인 Gretel, "요인 지형 차이와 같은 실제 조작을 훨씬 더 어렵게 만듭니다 그것 소리. ​​ 따라야 할 궤적은 없으며, 시뮬레이션을 통해 그것을 달성하기가 어렵습니다. "

객관적으로 말하기, Dyret의 움직임 아직 천천히, 특히 언제 고급 사중 업 로봇과 비교하여 위해 예제, 로봇의 완전히 확장 또는 계약하는 데 90 초가 걸립니다. 다리. 그러나 연구자들은 그것을 희망합니다 Dyret 's 하드웨어 및 기본 알고리즘은 동시에 개선 될 수 있으며 아마도 언젠가 다른 변형 로봇은이 유형의 시스템을 사용할 수 있습니다. 실제로 로봇 실험실에서는 더 큰 아이디어가 하드웨어와 소프트웨어를 함께 작동시키는 것입니다. 로봇이 지형을 더 잘 지내하고 신체와 행동에 적응할 수 있도록합니다. 이 마침내 로봇 기술을 만들 것입니다.