脚付きロボットの新たなスキル:ANYmalは山登りを学んでいる

脚付きロボットの新たなスキル:ANYmalは山登りを学んでいる

ロボット工学の研究者がここ数年で脚付きロボットで成し遂げたことは実に驚くべきことだ。昨年7月、オレゴン州立大学はキャシーを5キロのマラソンに連れて行きました。今週、ETHチューリッヒの研究者らは、同様の方法で、近くの山を登ることで身体能力を拡張するANYmalロボットを訓練していると発表した。

​​​

研究チームは、四足動物(ボストン・ダイナミクスの研究と共通点が多い)を訓練して、近くのエッツェル山(海抜約3,000フィートの小高い山)まで歩かせた。研究チームによれば、ロボットは垂直距離120メートルのハイキングを31分で完了することができ、これは人間のハイカーの標準ペースよりも4分も速いという。さらに印象的なのは、ロボットが転倒したり足場を失ったりすることなくタスクを完了したようだということだ。これはおそらく多くの人が言える以上のことだ。

研究者らによると、この偉業は、最近科学誌で取り上げられた、画像と触覚フィードバックを組み合わせた制御方式を使用して達成されたという。この組み合わせにより、ロボットは、ハイキング中によくある問題である、不均一な地形や視界の悪い場所でも簡単に操縦できるようになります。ロボットはフィードバックに基づいて、特に、どの程度慎重に歩く必要があるかを決定します。この技術は、四足動物が山岳地帯に進出する前に、当初は仮想環境で試験的に導入された。

「ロボットは、周囲の環境を視覚的に認識することと、足で直接触れることによって得られる固有受容覚(触覚)を組み合わせることを学習しました」と主任研究者のマルコ・ハッター氏はプレスリリースで述べた。「これにより、ロボットは起伏の多い地形をより速く、より効率的に、そして何よりもより強固に通過できるようになります。将来的には、ANYmalは人間にとって危険すぎる場所や、他のロボットが移動するのが困難すぎる場所であればどこでも使用される可能性があります。」

不均一な地形でも安定した足場を保つ能力は、ロボット工学者が開発に取り組んできた四足動物の重要な特徴である。このリアルタイム処理を利用することで、最終的には危険な環境に送り込まれるロボットにとって有用となり、人間が危険にさらされるのを防ぐことができるようになるだろう。


<<:  早く見て! 2022年の建設業界の7つの大きな発展トレンド!

>>:  1年間で18本の論文:Google Quantum AI チームの2021年年次概要

推薦する

テクノロジーファイナンスからスマートファイナンスまで、民生銀行の革新的な人工知能の応用をご覧ください

[51CTO.comからのオリジナル記事] 「インターネット+」から「インテリジェンス+」まで、革新...

...

...

遺伝的アルゴリズムの基本概念と実装(Java 実装例付き)

上図(左)に示すように、個体が複数の染色体で構成され、各染色体が複数の遺伝子で構成されている場合に遺...

「ブラックミラー」に匹敵する-AI技術が母親に亡くなった娘の姿を見せた

現在、外国の科学技術チームがAI技術を利用して、唯一の子供を亡くした母親の長年の願いを叶えた。彼らは...

「ニューラル+シンボリック」:知識グラフの観点から見た認知推論の発展

[[376956]]過去10年間の人工知能の波の中で、ディープラーニングに代表される人工知能技術は、...

ETHは、画像の超解像と画像の再スケーリングを考慮して、新しい統合フレームワークHCFlowを提案しています。

[[423154]]近年、正規化フローモデルは、画像超解像(画像SR)[SRFlow、ECCV20...

ChatGPTでマルウェアを分析する方法

翻訳者 |陳俊レビュー | Chonglouデジタル時代に入って以来、マルウェアはコンピュータ アプ...

大規模言語モデルにおけるプライバシーの考慮

[[430922]]文中の次の単語を予測するようにトレーニングされた機械学習ベースの言語モデルは、ま...

ザッカーバーグの45分間の詳細なインタビュー:今後10年間のVRと脳コンピューターインターフェースへの野望を明らかにする

[[386531]]誰もそこに頭を突っ込みたくないよ!ザッカーバーグ氏は脳コンピューターインターフェ...

...

モバイルデバイスでのリアルタイムディープラーニング

[[210219]] 2017 年には、モバイル アプリケーション向けのディープラーニングにおいて大...

AIシミュレーターが物理シミュレーションで新たなSOTAを達成!

機械学習により、コンピュータグラフィックス(CG)シミュレーションがよりリアルになります。この方法は...

Panda-Gym のロボットアームシミュレーションを使用したディープ Q 学習強化学習

強化学習 (RL) は、エージェントが試行錯誤を通じて環境内でどのように動作するかを学習できるように...