Почему разработать двуногих роботов трудно: на примере Atlas от Boston Dynamics

Потенциал человекоподобных роботов

Официально Boston Dynamics — коммерческая организация, которая хочет серийно производить и продавать свои продукты. Но пока это исследовательская лаборатория, где работают инженеры и ученые, желающие расширить границы науки, независимо от коммерческих выгод. Эти две цели плохо сочетаются: за последнее десятилетие Boston Dynamics несколько раз сменила владельца — от Google и SoftBank до Hyundai.

Компания стремится создать успешную бизнес-модель и уже выпустила несколько коммерческих роботов, в том числе многофункциональную робособаку Spot и передвижную роботизированную роборуку Stretch, способную перемещать коробки. Оба устройства применяются в различных областях. А производственные мощности Hyundai, вероятно, помогут сделать эти проекты прибыльными.

Дело не в том, что у него нет коммерческого применения. Люди спроектировали дома, города, фабрики, офисы и прочие объекты в соответствии со своим телосложением. Поэтому двуногий робот, способный передвигаться по любой поверхности и пользоваться предметами как человек, пригодится практически везде. Он может стать самой прибыльной технологией в робототехнике.

Такие роботы значительно превзойдут современные прототипы, ограниченные определенной средой (ровная поверхность, равномерное освещение и т. д.). Однако и создать их гораздо сложнее. Даже Atlas, самому продвинутому на сегодняшний день «‎гуманоиду», предстоит еще долгий путь. И ролик с его неудачными попытками показывает, какие пробелы еще нужно восполнить.

Трудности разработки

Животные и люди растут и обучаются одновременно. По мере развития мозга и тела мы учимся ползать, стоять, ходить, бегать, прыгать и заниматься спортом. Однако выращивать роботов невозможно (по крайней мере в обозримом будущем). Инженеры обучают уже готовую машину, и в ходе экспериментов она многократно изменяется и улучшается.

Вместо того, чтобы воспроизводить природные явления во всех деталях, робототехника, как и многие другие области науки, стремится найти короткий путь, создавать модели и оптимизировать их для своих целей. Инженеры и ученые Boston Dynamics считают, что паркур поможет Atlas освоить все особенности двуногой моторики.

«Однако не нужно богатого воображения и отраслевых знаний, чтобы понять, как Atlas пригодится способность выполнять тот же набор движений и физических задач, что и человек. Если робот научится реагировать на окружающую среду с ловкостью обычного взрослого, число потенциальных применений будет практически безгранично», — считает компания.

Таким образом, если робот научится делать сальто назад, перепрыгивать через платформы и бегать по узким дорожкам, то будет способен выполнять и другие базовые движения. Boston Dynamics добавляет, что паркур — это «активность, которая задействует все тело и требует, чтобы Atlas сохранял равновесие в различных ситуациях и плавно переходил от одного поведения к другому».

Развитие Atlas действительно впечатляет. Например, робот уже может восстанавливать баланс при неловком приземлении. По словам Boston Dynamics, инженеры предоставили Atlas набор шаблонов поведения, и он самостоятельно адаптировал их к новым сценариям.

Однако робот все еще с трудом справляется с некоторыми базовыми навыками приматов. Иногда он падает плашмя, когда пропускает прыжок или теряет равновесие. В таких случаях приматы инстинктивно вытягивают руки, чтобы смягчить удар от падения и защитить голову, шею, глаза и другие важные части тела.

Сложная среда, такая как площадка для паркура, помогает обнаружить и устранить эти пробелы намного быстрее.

Обучение в симуляторе и в реальном мире

Одна из основных трудностей разработки роботов — обучение в физическом мире. И на видео с Atlas это хорошо заметно. Команде инженеров нужно регулярно ремонтировать робота, потому что он часто получает повреждения. Это увеличивает расходы и замедляет обучение.

Помимо этого, ИИ-системам, управляющим движениями машины, требуется огромное количество тренировок — в разы больше, чем человеку. Такой эксперимент трудно масштабировать. Он займет годы, а ремонт и улучшения робота будут стоить больших денег.

Конечно, обучение можно ускорить, если использовать несколько прототипов, которые будут параллельно тренироваться на разных площадках. Однако это значительно увеличит расходы и потребует огромных инвестиций в оборудование и недвижимость.

В качестве альтернативы используются виртуальное пространство. Инженеры ПО создают трехмерные среды, в которых виртуальная версия робота обучается быстро и без лишних затрат. Такие симуляторы используются как в робототехнике, так и при разработке самоуправляемых автомобилей.

Но и у этого способа есть недостатки.

• Виртуальные миры — лишь примерная версия реального. Они часто упускают мелкие детали, которые могут сильно изменить ход событий, и не избавляют от необходимости обучать роботов в физическом мире.
• В реальной среде могут возникнуть трудности, которые очень трудно сымитировать в виртуальной. Например, робот может соскользнуть с неустойчивого отступа, кончик его ноги — застрять в щели.

В ролике с Atlas показано несколько подобных случаев. Примечательный пример — робот достигает барьера и ставит руку, чтобы перепрыгнуть через него. Это простое действие, не требующее большой физической силы. Однако, когда Atlas выполняет этот трюк, его рука неуклюже трясется.

«Если бы вы или я перепрыгивали через препятствие, мы бы воспользовались некоторыми свойствами человеческого тела, которых нет у робота», — объясняет руководитель команды Atlas Скотт Куиндерсма. Например, у Atlas нет позвоночника и лопаток, поэтому он использует другой диапазон движений. У него также тяжелое туловище и относительно слабые суставы рук.

Подобные детали трудно смоделировать, поэтому они нуждаются в реальных тренировках.

Способы восприятия мира

По словам представителей Boston Dynamics, Atlas ориентируется в мире с помощью «восприятия». На сайте компании указано, что робот использует «датчики глубины, чтобы создать облака точек и определить окружение». Подобная технология применяется и в самоуправляемых автомобилях, чтобы обнаруживать дороги, объекты и людей.

Это еще один короткий путь, разработанный ИИ-сообществом. Вместо датчиков глубины, человек создает ментальную карту окружения с помощью бинокулярного зрения, параллакса, интуитивной физики и обратной связи от сенсорных систем.

Человеческое восприятие мира не идеально и поддается обману. Однако его вполне достаточно, чтобы ориентироваться в физической среде. А пока лишь предстоит увидеть, достигнет ли Atlas уровня человека с помощью датчиков глубины и зрения. А, возможно, Boston Dynamics разработает более сложную сенсорную систему.

Atlas предстоит еще долгое развитие. Во-первых, чтобы брать предметы, роботу потребуются руки, что само по себе является сложной задачей. Скорее всего, в ближайшем будущем Atlas не станет коммерческим продуктом, однако он помогает Boston Dynamics и индустрии робототехники изучать проблемы, которые уже решила природа.

«Мне трудно представить, что 20 лет спустя все еще не будут существовать мощные мобильные роботы, способные грациозно передвигаться и работать вместе с людьми, — рассказал Куиндерсма. — Но мы лишь на раннем этапе создания этого будущего. Надеюсь, что подобные демонстрации дают небольшое представление о потенциальных возможностях».

Источник.