Kebanyakan robot berkaki empat dilatih untuk menyeimbangkan diri jika menemukan rintangan. Dalam upaya mengembangkan robot pembersih, mahasiswa PhD kelahiran Vietnam, Joanne Truong, di School of Interactive Computing, Georgia Institute of Technology (GIT), bersama dua rekannya, Naoki Yokoyama dan Simar Kareer, sedang melatih robot mereka untuk melangkahi benda-benda berantakan yang mungkin ditemuinya di rumah, lapor Tech Xplore baru-baru ini.
(Dari kiri) Naoki Yokoyama, Joanne Truong dan Simar Kareer bekerja dengan robot berkaki empat
Menurut tim peneliti, robot berkaki empat yang dilengkapi dengan pengontrol gerakan "buta" cenderung bereaksi lebih untuk menghindari jatuh saat menginjak suatu objek.
Sementara itu, tim peneliti menerapkan pendekatan baru, yaitu menyediakan gambar langsung bagi robot untuk melangkahi rintangan, dengan menggabungkan kebijakan navigasi dengan kebijakan gerak berbasis gambar. Pendekatan ini membantu robot melangkahi rintangan di lingkungan simulasi yang berantakan dengan tingkat keberhasilan hingga 72,6%.
Robot ini dapat belajar sendiri dan tidak meniru pola perilaku yang sudah ada sebelumnya. Para peneliti mengatakan model ini dapat diskalakan dan dapat langsung diterapkan tanpa banyak penyesuaian. Kebijakan tersebut menginstruksikan robot untuk menghindari objek saat berpindah dari satu tempat ke tempat lain dan menggunakan kakinya untuk melangkahi objek, termasuk cara mengangkat kakinya ke ketinggian yang sesuai.
'Anjing robot' mengatasi jalan panjang dan bergelombang tanpa terjatuh
Menurut tim, robot berkaki empat konvensional hanya dapat melihat dunia nyata melalui kamera depan dan tidak dapat melihat objek di dekat kaki mereka. Tim menggabungkan memori dan kesadaran spasial ke dalam jaringan untuk mengajari robot kapan dan di mana tepatnya harus melangkahi rintangan. Jika objek terlalu tinggi, robot dapat memutarnya. "Kami menemukan bahwa metode ini bernavigasi dengan sangat baik, dan bahkan jika robot salah arah, ia tahu ia dapat mundur dan kembali ke posisi semula," kata Truong. Tim juga mengajari robot objek mana yang harus dilangkahi, seperti mainan, dan objek mana yang harus dililit, seperti meja dan kursi.
Temuan tim tersebut juga dapat membantu robot menavigasi lingkungan luar ruangan di dunia nyata, memilih jalur berdasarkan keinginan pemiliknya untuk menghindari medan berlumpur atau berbatu.
Penelitian ini memenangkan hadiah pertama dalam lokakarya robotika di Robotics Learning Conference 2022 di Selandia Baru. Penelitian ini akan dipresentasikan pada IEEE International Conference on Robotics and Automation di London, Inggris, dari 29 Mei hingga 2 Juni.
[iklan_2]
Tautan sumber
Komentar (0)