Čtyřnohý atlet s raketou v zubech
Tento čtyřnohý stroj ANYmal váží přibližně 50 kilogramů, je půl metru široký a necelý metr dlouhý. Jeho nohy jsou osazeny elastickými aktuátory, které mu umožňují pohyblivost potřebnou pro rychlé změny směru na kurtu. Na těle má namontované robotické rameno s několika stupni volnosti, které drží a ovládá raketu.
Místo složitého programování se tým rozhodl pro zajímavý přístup - nechal robota učit se badminton sám prostřednictvím zpětnovazebného učení (reinforcement learning) v simulovaném prostředí. ANYmal strávil nesčetné hodiny v digitálním světě badmintonového kurtu, kde jeho virtuální alter ego honilo opeřené míčky a učilo se je trefit raketou.
Tréninkové jednotky byly rozděleny na opakující se úseky, přičemž každý vyžadoval, aby robot předpovídal trajektorii košíčku a šestkrát za sebou jej úspěšně zasáhl. Během tohoto procesu si robot postupně osvojoval fyzické limity svého těla a učil se s nimi pracovat.
Zdroj: Science
Zdroj: Science
Balancování mezi rychlostí a přesností
Největší výzvou bylo nalézt rovnováhu mezi rychlostí pohybu a přesností. Když se robot pohybuje pomalu, má menší šanci na úspěšný úder. Když se však pohybuje rychle, kamera se třese, což zvyšuje chybovost při sledování košíčku.
Robot se musel naučit vyřešit tento kompromis. Zajímavé je, že si osvojil strategie typické pro lidské hráče - po úspěšném úderu se automaticky vracel do středu kurtu směrem k zadní čáře. Dokonce vyvinul trik, kdy se postavil na zadní nohy, aby lépe viděl přilétající košíček. Zároveň se naučil vyhýbat pádům a odhadovat, jaké riziko je rozumné podstoupit vzhledem ke své omezené rychlosti.
Zdroj: Science
Lidé zatím vyhrávají
I přes všechny technologické pokroky zůstává ANYmal ve srovnání s lidskými hráči pouze amatérem. Hlavním problémem je reakční čas - zatímco průměrný člověk reaguje na vizuální podněty za 0,2 až 0,25 sekundy a elitní badmintonoví hráči dokážu zkrátit tuto dobu na 0,12 až 0,15 sekundy, ANYmal potřebuje přibližně 0,35 sekundy na to, aby zaregistroval trajektorii a rozhodl se, co dělat.
Mohlo by vás zajímat
Dalším úskalím je omezené zorné pole kamery a chyby v lokalizaci košíčku. Robot si tedy zatím vede dobře pouze v přátelských zápasech - jakmile lidský protivník začne smečovat, úspěšnost robota dramaticky klesá. Přesto má tým plány na vylepšení: chtějí implementovat pokročilejší kamery s ultra nízkou latencí a naučit robota předpovídat trajektorii na základě postavení protivníka, podobně jako to dělají profesionální hráči.
Zdroj: Science, Techxplore
