Роботу не нужно описывать в подробностях, что он должен сделать — достаточно указать ему путь и задачи.
Двуногие роботы Atlas компании Boston Dynamics способны бегать, перепрыгивать препятствия и даже выполнять обратные сальто — всё это без предварительной подготовки. Справиться с такими задачами роботам Atlas помогают сложные системы восприятия и координации, устройство и работу которых компания описала в своём блоге.
Алгоритмы восприятия
Система «зрения» робота Atlas использует камеру глубины для создания облака точек со скоростью 15 кадров в секунду. С помощью специального алгоритма (многоплоскостной сегментации) система восприятия воссоздаёт из этого облака карту окружающих поверхностей с показателями расстояния до каждой из них.
Atlas сортирует увиденные поверхности на те, что могут помешать движению, и те, что можно использовать для достижения цели. Робот использует их для планирования своего поведения — люди указывают ему на карте траекторию движения и трюки, которые он должен совершить по пути. В соответствии с этой картой Atlas намечает следующие шаги по местности.
Также «карта действий» содержит приблизительные шаблоны предметов и описания возможных действий с ними. Например, роботу могут сообщить, что в определённом месте стоит ящик, на который нужно прыгнуть. Atlas найдёт этот ящик и прыгнет, даже если сдвинуть его на полметра в ту или иную сторону. Но эта способность ограничена — если ящик передвинуть на метр или больше, то робот не найдёт его и остановится.
Библиотека поведения
Все движения и трюки, которые выполняет Atlas, находятся в его памяти в виде шаблонов, оптимизированных по траектории. Библиотеку таких шаблонов можно расширить в любой момент, научив робота новым движениям. Когда Atlas выполняет какую-либо задачу, он сам выбирает наиболее подходящие движения из библиотеки шаблонов.
Инженеры Boston Dynamics оптимизируют эти шаблоны в интерактивном режиме, заставляя роботов раз за разом выполнять определённых действия. Так специалисты выявляют и убирают излишние вычисления, а также исследуют пределы механических возможностей Atlas.
Система управления с прогнозированием
Люди указывают роботу траекторию движения, предметы на этом пути и манёвры для их преодоления, но за более мелкие детали полностью отвечает нейросеть Atlas. Она выбирает каждое следующее движение, исходя из соображений оптимальности, а также на ходу регулирует продолжительность и силу действия, тонкости геометрического расположения торса и конечностей робота.
Это значит, что любой шаблон движения из библиотеки содержит лишь приблизительное описание действия — нейросеть динамически подстраивает их под конкретную ситуацию. Поэтому инженерам незачем учить Atlas отдельно прыгать с высоты 40 сантиметров и 52 сантиметра — система управления сама с этим справляется, так как движения очень похожи.
Умение прогнозировать позволяет нейросети «видеть дальше» шаблонов движения. Например, если за прыжком следует обратное сальто, то система управления позаботится о плавных переходах между этими шаблонами. Однако возможности нейросети в этом отношении ограничены — если приказать роботу сделать обратное сальто сразу после быстрого бега вперёд, то система не справится с задачей.
Инженеры Boston Dynamics отмечают в блоге, что именно работа над «робопаркуром» позволила им создать расширяемую систему движения для робота. Компания использует эффектные трюки как экстремальный метод решения задач динамического поведения Atlas. Инженеры собираются и дальше наращивать библиотеку шаблонов и совершенствовать возможности своего двуногого робота.
