This post is also available in:
English (אנגלית)
שיטה חדשה המבוססת על בינה מלאכותית מאפשרת לרובוטים בעלי ארבע רגליים לנוע בגמישות ובהבנה סביבתית חסרת תקדים, תוך התאמה אוטומטית של סגנון ההליכה בהתאם לתנאי השטח – ללא צורך בהוראות מפורשות או אימון קודם על גבי המשטח. הטכנולוגיה, שתועדה בכתב העת Nature Machine Intelligence, נחשבת לצעד משמעותי בפיתוח רובוטים שיכולים לפעול בצורה אמינה בסביבות בלתי צפויות או מסוכנות.
בהשראת הדרך שבה בעלי חיים כמו כלבים מתאימים את תנועתם, חוקרים מאוניברסיטת לידס ו-UCL יצרו מערכת שמאפשרת לרובוט לעבור בין סגנונות תנועה שונים – כמו דילוג, הליכה מהירה או ריצה – בהתאם לתנאי הקרקע שמתחתיו. במקום להסתמך על פקודות קבועות או תכנות ייעודי לכל מצב, הרובוט עושה שימוש באסטרטגיות נלמדות כדי להחליט כיצד לנוע.
על פי TechXplore, המערכת פותחה באמצעות למידת חיזוק עמוקה (Deep Reinforcement Learning). בפועל, המשמעות היא שהרובוט התאמן לחלוטין בסביבה וירטואלית, שבה נתקל במגוון רחב של תרחישים ושטחים. במהלך מספר שעות למידה, הוא לא רק למד ללכת, אלא גם כיצד לבחור את דרך ההליכה היעילה ביותר לפי התנאים. קצב הלמידה של המערכת היה מהיר אף יותר מזה של בעלי חיים – והיא הצליחה ללמוד תנועה יציבה וחסכונית באנרגיה תוך פחות מיום.
לאחר סיום שלב האימון, הוטמעה המערכת ברובוט אמיתי – ללא צורך בהתאמות נוספות. הרובוט הצליח לנוע בהצלחה דרך עשבייה צפופה, קורות עץ לא אחידות, חומר רופף ומשטחים נוספים שמעולם לא "ראה" קודם. הוא גם שמר על יציבות כאשר הופרע פיזית, מה שמעיד על יכולת ההתמודדות של המערכת עם מצבים בלתי צפויים.
בניגוד לרובוטים רבים אחרים, המערכת הזו אינה נשענת על ראייה או חיישנים חיצוניים. היא עושה שימוש במשוב תנועה פנימי כדי להתאים את עצמה בזמן אמת. הבסיס האלגוריתמי משלב מרכיבים מרכזיים מתנועת בעלי חיים – כמו שמירה בזיכרון של דפוסי הליכה יעילים והתאמה צעד-אחר-צעד לתנאי השטח המשתנים.
למרות שהמערכת נוסתה על רובוט אחד בלבד, היא תוכננה להתאים למגוון רחב של פלטפורמות רובוטיות בעלות ארבע רגליים. הפיתוח עשוי לשפר משמעותית את יכולת הניידות של רובוטים במשימות כמו תגובה לאסונות, בדיקת תשתיות באזורים מרוחקים, או עבודות שדה אחרות שבהן ההסתגלות לתנאי שטח בלתי צפויים היא חיונית.
