智能应用 影音
Veeam Q3 Webinar
Automation

MIT研发控制系统 提升有腿机器人敏捷度

MIT研发控制系统 提升有腿机器人敏捷度

麻省理工学院(MIT)研究团队开发的控制系统结合视讯,提升有腿机器人的敏捷度与速度以因应高低起伏变化大的地形,采用MIT机械工程教授Sangbae Kim的实验室开发的机器人「迷你猎豹」测试控制系统,通过各种地形的成功率达90%优于现有系统。

据The Robot Report报导,研究团队希望未来在机器人配置更强大的处理器以执行所有运算、以更好的机器人状态评估器取代动作捕捉系统、强化高端控制器以因应各种环境亮度、强化低端控制器以发挥机器人完整机动性、运用专为移动而训练的更强大的视觉处理能力。

MIT研究团队发展二个演算法协同作业,第一个是高端控制器为会从经验学习的神经网络,实时处理机器人视讯摄影机撷取的前方地形深度影像,以及机器人方向与关节角度等状态信息以输出目标轨迹;第二个是低端控制器依据物理方程序与定义明确的模型,将轨迹转换成控制机器人12个关节扭力以正确移动的指令。

未整合视讯的盲(blind)演算法仅能让机器人在平缓地形移动,现有整合视觉与腿部移动的演算法大多不适合敏捷机器人。该控制系统整合盲演算法与实时处理视讯的独立模块,无需事先或在移动中制作地形地图或高度地图,因此机器人能随处移动、适应变化剧烈的地形。

研究团队以强化学习(reinforcement learning)训练高端控制器,机器人模拟跑过数百种崎岖地形,成功时获得奖赏,演算法从经验学习让奖赏极大化,接着在人造实体崎岖地形测试。不过传感器在实体世界会受杂讯影响,因此在要求高度精确的移动时会以动作捕捉系统获取机器人真正的位置。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 控制系统 机器人