Китай обучает роботов прыгать как кошки для исследования астероидов

Вдохновленная способностью кошек поворачиваться и приземляться, исследовательская группа Харбинского технологического института (Китай) использовала обучение с подкреплением (RL) — тип искусственного интеллекта (ИИ) — для обучения роботов корректировать свое положение в воздухе при прыжках по неровным поверхностям с низкой гравитацией на астероидах.

Группа китайских исследователей обучила четвероногого робота менять позу и приземляться как кошка, чтобы передвигаться по поверхности астероида. (Фото: SCMP)

В отличие от традиционных систем, которые полагаются на специализированное, но тяжелое стабилизационное оборудование, робот использует «независимую от модели» систему управления для скоординированного перемещения своих четырех ног. Это позволяет роботу регулировать свой наклон и менять направление движения в воздухе, сообщают исследователи в журнале Journal of Astronautics.

Исследование решает ключевую проблему прыжков роботов при перемещении по астероидам, где среда имеет низкую гравитацию, и даже небольшой дисбаланс сил ног может привести к неконтролируемому вращению робота, неудачному приземлению или полному отскоку от поверхности.

«В условиях низкой гравитации астероидов роботы испытывают длительные периоды свободного падения во время каждого прыжка. Важно использовать это время для корректировки отклонения, вызванного прыжком, для обеспечения безопасной посадки или для изменения угла поворота для корректировки направления движения», — говорится в отчете команды.

«Была спроектирована и построена платформа для моделирования микрогравитации, что позволило проверить эффективность этого метода прыжков посредством экспериментов на прототипе четвероногого робота», — добавила исследовательская группа.

Астероиды являются остатками формирования Солнечной системы и содержат ключ к разгадке ее происхождения. Они также богаты такими ресурсами, как платина и другие редкие металлы, которые могут помочь в будущем исследовании космоса и промышленном применении.

Проблемы на поверхности астероида

До сих пор космические агентства Европы, Японии и США успешно отправляли космические аппараты на астероиды для сбора образцов, но ни одно из них не развертывало марсоходы, способные проводить долгосрочное исследование поверхности.

Традиционные колесные вездеходы, подобные тем, что используются на Луне и Марсе, сталкиваются с трудностями в условиях астероидов, поскольку слабая гравитация, обычно составляющая всего несколько тысячных земной, не обеспечивает достаточного сцепления для эффективной работы колес.

Чтобы устранить эти ограничения, ученые предложили использовать прыгающих роботов для будущих миссий, но это создает новые проблемы.

Каждый раз, когда робот подпрыгивает, он остается в воздухе около 10 секунд. Этого времени достаточно, чтобы несбалансированные силы ног заставили робота неконтролируемо вращаться или даже отскочить от поверхности и улететь в космос.

Исследовательская группа из Харбина использовала методы RL для обучения роботов в виртуальных симуляциях. В течение семи часов ИИ учился и набирался опыта на ошибках тестирования, чтобы усовершенствовать свои движения и обеспечить стабильную посадку. Система искусственного интеллекта робота продемонстрировала способность изменять свою ориентацию, включая тангаж (наклон вперед или назад), наклон (наклон из стороны в сторону) и рыскание (угол поворота), всего за несколько секунд.

Например, при рывке вперед под большим наклоном до 140 градусов робот может стабилизировать свое положение в течение 8 секунд. Он также может поворачиваться в воздухе на угол до 90 градусов, чтобы изменить направление движения.

Роботы обучаются с использованием методов обучения с подкреплением. (Фото: SCMP)

Чтобы подтвердить эффективность системы, исследователи построили платформу для моделирования микрогравитации, которая позволяет роботу «плавать» на практически не имеющей трения поверхности.

По словам команды, хотя эксперименты и ограничивались двумерным движением, они подтвердили эффективность системы и подкрепили результаты моделирования.

Кроме того, ученые обнаружили, что этот процесс требует очень мало вычислительной мощности робота. Легкая и энергоэффективная конструкция системы особенно подходит для миссий по исследованию дальнего космоса.

В будущем эта система может найти широкое применение: от научных исследований до добычи ресурсов на астероидах. Однако команда заявила, что необходимы дополнительные исследования для улучшения способности ИИ адаптироваться к различным ландшафтам и средам.

Хуа Юй (Источник: SCMP)

Источник