진심인가요? 로봇개를 골키퍼로 삼아 논문 발표

로봇개에게 축구 골키퍼 역할을 맡겨도 믿을 수 있을까요? 믿을만한지 아닌지 먼저 효과를 보고 결론을 내리자.

직원들이 매우 부드러운 공격을 했고 로봇 개가 공을 막았습니다:

난이도를 조금 더 추가하면 포물선 골을 넣기가 쉽습니다:

던지기 손으로 공을 속인 것으로 의심됩니까? 발로 시도해보세요, 로봇개도 골문을 단단히 지킬 수 있어요

흥미롭게도 연구에서는 로봇개 한 마리가 공을 차고, 다른 한 마리는 골키퍼 역할을 하게 하고 로봇개 두 마리가 스스로 하도록 하려고 했습니다. 플레이하는 재미도 있습니다:

효과를 본 후 로봇견이 골키퍼로서 꽤 믿음직스럽다는 느낌이 들었습니다. 이 로봇 개는 2019년 MIT에서 개발한 미니 치타(Mini Cheetah)입니다. 이제 캘리포니아 대학교 버클리 캠퍼스 및 기타 기관의 연구원들은 미니 치타를 위한 새로운 강화 학습 프레임워크를 배포하여 87.5의 골키퍼 성공률로 축구 골키퍼 작업을 완료할 수 있게 되었습니다. %.

문서 주소: https://arxiv.org/pdf/2210.04435.pdf

4미터 거리에서 공을 차는 중

미니 치타가 1초도 채 안 되는 시간에 골을 성공시켰습니다

미니 치타에게 배우게 해주세요 목표를 유지하는 것은 물체(공 등)를 던지는 높이와 역동적인 움직임의 위치를 ​​포함하기 때문에 여전히 어려운 일입니다. 특히 빠르게 움직이는 공의 방향과 위치를 한 쪽이 조작합니다. 공이 확실하지 않고 상대방이 골을 방지하려면 공이 어디에 있는지 빠르게 판단해야 합니다. 이를 달성하려면 로봇이 몸을 동적으로 움직이도록 교육하는 동시에 발(또는 얼굴)이 시간 내에 공을 막아야 하는 위치에 도달하도록 해야 합니다. 이는 기본적으로 두 개의 퍼즐이 하나로 합쳐진 것입니다.

연구의 솔루션은 모션 컨트롤러와 엔드 이펙터 궤적 계획을 결합하여 미니 치타가 공이 목표에 도달하기 전에 1초 이내에 차단할 수 있는 가장 좋은 방법을 찾는 것입니다.

위 과정을 완료한 후에는 미니 치타가 유용한 골키퍼 기술 세트를 익히도록 훈련해야 합니다. 예를 들어, 미니 치타는 지면 근처에서 공을 옆으로 가로채는 기술을 숙달해야 합니다. 골의 하단 모서리에 도달하기 위해 다이빙하고 골의 상단 및 상단 모서리로 점프합니다. 이러한 작업을 완료한 후 미니 치타는 회복하여 마침내 안전하게 착륙할 수 있습니다. 각 기술에 대한 참조 동작은 수동으로 프로그래밍되고 시뮬레이션으로 훈련된 다음 로봇으로 직접 전송됩니다.

미니 치타가 수비하는 골은 가로 1.5m, 높이 0.9m인데, 공(3번)이 약 4m 떨어진 곳에서 차고 공이 외부로 추적된 후 미니 치타가 막아냅니다. 이렇게 작은 로봇견이 공 막기 동작을 완성하는 모습은 인상적이다.

이 연구에서는 이 로봇견 시스템이 시뮬레이션에서 학습한 역동적인 움직임과 골키퍼 기술을 실제 4족 로봇에 전달하고, 현실 세계에서 랜덤 슛을 성공적으로 막아낼 수 있음을 보여줍니다. 인간 축구 골키퍼의 평균 성공률은 69%입니다. 연구원들은 제안된 프레임워크가 다중 기술 축구와 같은 다른 시나리오로 확장될 수 있다고 말합니다.

이 로봇 개 뒤에 있는 프레임워크를 살펴보겠습니다.

계층적 강화 학습 프레임워크

우선, 4발 달린 로봇을 축구 골키퍼 역할로 만드는 것은 매우 어려운 문제입니다. 왜냐하면 물체의 운동 궤적을 예측하는 것과 로봇이 잡을 수 없는 물체를 포착하는 두 가지 실질적인 문제를 동시에 해결해야 하기 때문입니다. (구체) 질문입니다. 로봇은 매우 짧은 시간(보통 1초 미만) 내에 공중에 날아가는 공에 반응하고 가로채야 합니다.

이 과제를 달성하기 위해 연구팀은 계층적 모델이 없는 강화 학습(RL) 프레임워크를 제안했습니다. 프레임워크에는 목표의 다양한 영역을 포괄하는 다양한 운동 기술에 대한 다중 제어 전략이 포함되어 있습니다.

이러한 제어 전략을 통해 로봇은 블록 점프, 다이빙, 땅에서 굴러가는 공 블록과 같은 특정 운동 기술을 수행하면서 무작위로 매개변수화된 엔드 이펙터의 궤적을 추적할 수 있습니다.

고급 플래너가 RL 프레임워크에 포함되어 있어 로봇이 필요한 운동 기술을 결정하고 엔드 이펙터 궤적을 계획하여 다양한 목표 영역을 향해 날아가는 공을 차단하는 데 도움이 됩니다.

이 연구에서는 2019년 MIT가 제안한 Mini Cheetah 4족 보행 로봇에 위에서 언급한 RL 프레임워크를 배포했습니다. 실험에 따르면 이 RL 프레임워크를 통해 4족 보행 로봇이 현실 세계에서 빠르게 움직이는 공을 효과적으로 가로챌 수 있음이 입증되었습니다.

4족 로봇의 RL 프레임워크에 대한 이전 연구는 주로 로봇을 필요한 속도로 걷게 하고 기준 동작을 모방하는 등 낮은 수준의 동작 제어에 중점을 두었습니다. 본 연구에서 제안된 프레임워크는 학습된 운동 기술을 더 높은 수준의 작업으로 확장하여 고급 계획을 성공적으로 사용하여 4족 로봇이 민첩한 움직임으로 빠르게 움직이는 축구를 정확하게 가로챌 수 있도록 합니다. 이는 4족 로봇의 고급 계획 제어에 중요한 의미를 갖습니다.

위 내용은 진심인가요? 로봇개를 골키퍼로 삼아 논문 발표의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!