2023-03-29 | 대전=박희윤 기자

KAIST“梦行者”:不用看也能大步上台阶

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

在浓烟弥漫、视线受阻的灾难环境中,无需额外视觉或触觉传感器即可上下楼梯,并在树根等凹凸不平的环境中行走而不跌倒的四足步行机器人技术,由韩国研究团队开发成功。

KAIST于29日表示,电气与电子工程学院明贤教授研究团队(未来城市机器人实验室)开发出可在各种非结构化环境中实现强健“盲式行走(blind locomotion)”的步行机器人控制技术。

研究团队开发了名为“DreamWaQ”的技术,取名灵感在于:正如人在睡梦中醒来、在漆黑环境下去卫生间时几乎无需视觉辅助也能行走,该技术同样可实现盲式行走;搭载该技术的机器人被命名为“DreamWaQer”。也就是说,只要搭载该技术,就能打造各种形态的四足步行机器人DreamWaQer。

现有步行机器人控制器以运动学或动力学模型为基础,这被称为基于模型的控制方式。尤其是为了在野外等非结构化环境中稳定行走,必须能更快获取模型的特征信息。然而这在很大程度上依赖对周边环境的感知能力。

相反,明贤教授研究团队开发的基于深度强化学习(人工智能学习方法之一)的控制器,可通过从模拟器获得的各种环境数据,快速为步行机器人的各个电机计算出合适的控制指令。

在模拟中学习的控制器若要在实际机器人上良好运行,通常需要另行调参,而研究团队开发的控制器无需额外调参,因此有望轻松应用于各类步行机器人。

研究团队开发的控制器DreamWaQ主要由推定地面与机器人信息的情境(context)推定网络,以及生成控制指令的策略(policy)网络构成。情境推定网络通过惯性信息和关节信息隐式推定地面信息、显式推定机器人状态。该信息被输入策略网络,用于生成最优控制指令。两个网络在模拟中共同学习。

情境推定网络通过监督学习进行训练,而策略网络则通过深度强化学习方法论中的行动者—评论者(actor-critic)方式进行训练。行动者网络只能隐式推定周边地形信息。在模拟中可以获知周边地形信息,掌握地形信息的评论者网络对行动者网络的策略进行评价。

整个学习过程仅需约1小时,实际机器人上只搭载已训练好的行动者网络。即使不观察周边地形,也仅利用机器人内部的惯性传感器(IMU)和关节角度测量值,经历“想象”当前环境与模拟中学习过的哪种环境相似的过程。在突然遇到台阶等高低差时,脚接触台阶前无法得知,但脚一接触瞬间便快速想象地形信息。随后将适合所推测地形信息的控制指令传递给各电机,从而实现快速适应性行走。

DreamWaQer机器人不仅在实验室环境中,还在路缘石和减速带较多的大学校园环境、树根与碎石较多的野外环境中行走时,克服了相当于地面到机体高度三分之二的台阶,证明了其强健性能。此外研究团队确认,与环境无关,从0.3m/s的低速到1.0m/s的较快速度均可稳定行走。

本次研究成果由博士生I Made Aswin Nahrendra担任第一作者,博士生柳炳浩为共同作者。该成果已被定于5月底在英国伦敦举行的机器人领域全球最高权威学术会议“ICRA(IEEE International Conference on Robotics and Automation)”录用并将发表。

阅读韩文原文