Humanoidy zaczynają robić wrażenie niezwykle zaawansowanych. Aby zobrazować ten postęp, należy wspomnieć o systemie ZEST, który pozwala robotom na odtwarzanie skomplikowanych ruchów wyłącznie na podstawie nagrań oraz animacji. Badacze przetestowali go dotychczas na trzech konstrukcjach, a efekty są nieco przerażające.
Prace nad tym systemem prowadził Jean-Pierre Sleiman z RAI Institute, który opracował metodę naśladowania ruchów, opisaną w czasopiśmie Science Robotics. Roboty współpracujące z tym systemem potrafią na przykład czołgać się, wykonywać elementy baletu, wskakiwać na podesty, a nawet kopać piłkę, unikając w ten sposób negatywnego wizerunku, z którym często się spotykają na platformach jak TikTok. Niemniej jednak, sekwencje ruchów wymagające podpór ciała oraz szybkich zmian pozycji pozostają wciąż wyzwaniem. Mimo to, maszyna była w stanie wykonać elementy breakdance’a, co świadczy o jej zaawansowanej koordynacji i umiejętności utrzymywania równowagi w trakcie realizacji skomplikowanych sekwencji ruchowych.
Nagrania i animacje jako źródło danych
ZEST korzysta z różnych rodzajów materiałów źródłowych, charakteryzujących się zmiennym poziomem dokładności. System może opierać się na precyzyjnym rejestrowaniu ruchów człowieka (motion capture), jak również na mniej dokładnych danych pochodzących z nagrań wideo. Trzecim źródłem są animacje komputerowe, oparte na charakterystycznych pozach, które modelują przebieg ruchu, jaki robot ma opanować. Taka różnorodność materiałów pozwala na skuteczne dostosowanie uczenia do dostępnych nagrań oraz anatomii robota, co jest niezbędne do uzyskania naturalnych i przekonywujących efektów w ruchach humanoidów.
Ugruntowanie „wiedzy” robota w zakresie ruchów polega na uczeniu ze wzmocnieniem: program sterujący monitoruje wyniki i samodzielnie poprawia działania na podstawie oceny ich efektywności. ZEST automatycznie identyfikuje słabe punkty w sekwencjach, co pozwala na efektywniejsze ukierunkowanie treningu na trudniejsze elementy ruchowe. Co istotne, metoda ta nie wymaga manualnego oznaczania momentów, w których robot podpiera się dłońmi, kolanami lub ciałem – wszystko odbywa się automatycznie.
Metoda „zero-shot”
Nazwa ZEST rozwija się jako Zero-shot Embodied Skill Transfer, co wiąże się z kilkoma istotnymi aspektami. Terminy „zero-shot” oznaczają uruchomienie systemu na fizycznym robocie z wcześniejszym nauczonym sterowaniem w symulacji, bez potrzeby dodatkowego dostrajania sprzętu. Mimo to, trening pozostaje konieczny: potrzeba około dziesięciu godzin na wytrenowanie pojedynczego sterownika na karcie NVIDIA L4, a każdy z nich jest przeznaczony dla konkretnej umiejętności, co wskazuje na pewne ograniczenia tego rozwiązania.
Niemniej jednak, ta sama procedura uczenia może obsługiwać różne ruchy oraz typy robotów. Jednakże, ten szczególny wariant sterowania, obejmujący wiele umiejętności, badacze zbadali jedynie w warunkach symulacyjnych. Obecnie wiadomo, że metodyka uczenia wielu ruchów (choć pojedyncze umiejętności testowano na robotach) działa w warunkach laboratoryjnych, jednak nie na finalnych konstrukcjach.
Salta i breakdance
Humanoid Atlas został wykorzystany między innymi do demonstracji czołgania i breakdance’u, natomiast mniejszy Unitree G1, reprezentujący naszego Edwarda Wachockiego, potrafił wykonywać elementy baletu oraz ruchy związane z pokonywaniem podestów. Osiągnięcia badaczy zasługują na uznanie, ponieważ robot w trakcie takich ruchów musi umiejętnie utrzymać równowagę, przejść ciężar ciała na kolejne podpory oraz wykonać następne kroki z uwzględnieniem minimalnych zmian w punktach ciężkości.
Czytaj również: Trudno oderwać wzrok! Z tym robotem możesz zagrać w… tenisa.
Wykorzystano również robota Spot, który pokazał przydatność systemu w kontekście robotów czworonożnych. Animacje posłużyły do nauki kolejnych salt w tył, balansowania na przednich nogach oraz obrotów. Oznacza to, że metodę można dostosować także do ruchów wykraczających poza tradycyjne konstrukcje humanoidalne. W przypadku najbardziej skomplikowanych akrobacji, system sterowania umożliwiał niewielkie odstępstwa od animowanego wzorca, aby zapewnić fizyczną wykonalność ruchów.
Roboty stają się coraz bardziej sprawne
To niewątpliwie dobra wiadomość dla całej branży humanoidów. Zanim jednak humanoidy na stałe zagoścą w naszych domach i fabrykach, upłynie jeszcze sporo czasu. Kluczowym warunkiem dla zrealizowania tej rewolucji jest jednak zwiększenie ich zdolności manualnych. Jak pokazują „olimpiady robotów”, humanoidy mogą być naprawdę nieporadne w trakcie wykonywania ruchów. Dzięki jednak coraz lepszym systemom nauki odwzorowywania ruchów, stają się znacznie sprawniejsze, co z kolei wpłynie na to, czy ich funkcjonowanie w naszym otoczeniu będzie nie tylko użyteczne i efektywne, ale również bezpieczne.