Prawie jak Lewandowski. Czworonożny robot zawstydzi polską reprezentację?

Początki robotów grających w piłkę nożną sięgają połowy lat dziewięćdziesiątych ubiegłego wieku, ale wtedy mieliśmy do czynienia z urządzeniami prezentującymi bardzo uproszczoną wersję naszego "narodowego sportu". Temat manipulacji piłką pozostaje jednak dla robotyki niezwykle interesujący, co dobrze pokazuje Dexterous Ball Manipulation with a Legged Robot (DribbleBot), czyli najnowsze dzieło MIT, które swoimi umiejętnościami potrafi zawstydzić niejednego zawodnika.

Wszystko dlatego, że zamiast na robotach kołowych bawiących się piłką na płaskiej powierzchni, naukowcy skupili się na czworonożnej konstrukcji w stylu Spota, którą wyposażyli w dwa obiektywy typu "rybie oko" i komputer pokładowy pozwalający na korzystanie z sieci neuronowej do śledzenia piłki na nierównym terenie przypominającym prawdziwe boisko, gdzie znaleźć można nie tylko trawę, ale i piasek, błoto czy śnieg.

Takie warunki nie tylko sprawiają, że piłka zachowuje się w mniej przewidywalny sposób, ale i zwiększają niebezpieczeństwo upadku robota, który musi następnie samodzielnie się podnieść i odzyskać piłkę - zupełnie jak na boisku! I chociaż w kontekście filmików prezentujących Spoty biegające po trudnym terenie czy nawet wykonujące skomplikowane akrobacje, to drybling jest dużo bardziej skomplikowany.

Jak wyjaśniają badacze, chodzący robot może zachować równowagę, polegając na zewnętrznych czujnikach wizualnych i analizie tego, jak dobrze jego stopy trzymają się podłoża. Piłka tocząca się po nierównym terenie to jednak znacznie bardziej złożony proces, który wymaga od robota samodzielnego odkrycia umiejętności potrzebnych do jej kontrolowania, kiedy oboje pozostają w ruchu.

Aby przyspieszyć ten proces, badacze przeprowadzili 4000 cyfrowych symulacji robota, w tym jego dynamiki i sposobu reagowania na toczenie symulowanej piłki - robot był nagradzany za udany drybling i wzmacniany negatywnie przy pomyłkach, co pozwoliło skompresować setki dni treningu do zaledwie kilku. Następnie w prawdziwym świecie robot testował to, czego nauczył się cyfrowo i doskonalił umiejętności w bardziej złożonej rzeczywistości.

Wyobraź sobie scenariusz katastrofy, powodzi lub trzęsienia ziemi, gdzie chcemy, aby roboty pomagały ludziom w procesie poszukiwania i ratowania. Potrzebujemy maszyn do poruszania się po terenach, które nie są płaskie, a roboty kołowe nie mogą przemierzać takich krajobrazów (...) Naszym celem w opracowywaniu algorytmów dla robotów na nogach jest zapewnienie autonomii w trudnych i złożonych terenach, które są obecnie poza zasięgiem systemów robotycznych

---