Новый алгоритм машинного обучения позволяет человекоподобным роботам самостоятельно подниматься после падения
Исследователи из Университета Иллинойса разработали алгоритм машинного обучения, который позволяет человекоподобным роботам автоматически подниматься после падения. Это достижение может значительно повысить автономность роботов и способствовать их более широкому применению в будущем.
Человекоподобные роботы, имеющие схожую с людьми структуру тела, способны эффективно выполнять широкий спектр задач в реальных условиях. В последние годы эти роботы и алгоритмы их управления существенно усовершенствовались, позволяя им двигаться быстрее и имитировать различные человеческие движения. Однако, в отличие от людей, которые могут легко подняться после падения, роботы часто оказываются беспомощными в таких ситуациях, требуя вмешательства человека.

«Мы обнаружили, что наши инновации позволяют реальному роботу G1 подниматься из двух основных положений: а) лёжа на спине и б) лёжа лицом вниз. Оба варианта были протестированы на плоских, деформируемых, скользких поверхностях и склонах, включая скользкую траву и снежное поле», — сообщают авторы исследования. «Насколько нам известно, это первая успешная демонстрация алгоритмов подъёма для человекоподобных роботов размером с человека в реальных условиях».
Разработанный алгоритм может быть в дальнейшем усовершенствован и применён к другим человекоподобным роботам, наделяя их способностью автоматически подниматься после падения. Это значительный шаг вперёд в развитии робототехники, который может способствовать более широкому внедрению человекоподобных роботов в различных сферах деятельности.
Данное исследование открывает новые перспективы в области автономной робототехники и демонстрирует потенциал машинного обучения в решении сложных задач управления роботами. По мере дальнейшего развития этой технологии можно ожидать появления более устойчивых и самостоятельных человекоподобных роботов, способных эффективно функционировать в разнообразных реальных условиях.