This post is also available in:
English (אנגלית)
לעיתים מצפים מרובוטים לפעול בדיוק במקומות שבהם גלגלים כושלים: מבנים שקרסו, קרקע לא אחידה, בוץ, קרח או רצפות מכוסות פסולת. אף על פי כן, רוב הרובוטים ההולכים עדיין מתקשים כאשר התנאים משתנים בפתאומיות. מערכות בקרה סטנדרטיות נשענות על מודלים פיזיקליים מכוילים בקפידה ועל דפוסי הליכה מוגדרים מראש, הפועלים היטב על משטחים צפויים אך קורסים כאשר החיכוך פוחת או כשהשטח הופך לא סדיר. מגבלה זו האטה את פריסתם המעשית של רובוטים הולכים בסביבות תובעניות.
מחקר חדש מצביע על גישה שונה. חוקרים הראו כי רובוט מרובע־רגליים מסוגל ללמוד ללכת על פני שטח מחוספס וחלקלק ללא דפוס הליכה שתוכנן בידי אדם וללא כיוונון ידני. במקום לתכנת כיצד על הרובוט לנוע, המערכת משתמשת בלמידת חיזוק עמוקה כדי לגלות תנועה יציבה ויעילה — כולה באמצעות סימולציה.
על פי דיווח של Interesting Engineering, המפתח להצלחת השיטה טמון באופן האימון. במקום לחשוף את הרובוט מיד לשטח מורכב, החוקרים יישמו תכנית למידה מדורגת. האימון מתחיל על קרקע שטוחה, ובהדרגה מוצגים שיפועים, משטחים מחוספסים, אזורים בעלי חיכוך נמוך, ולבסוף סביבות מעורבות הכוללות גם רעש חיישנים. ההתקדמות הצעדית מאפשרת לרובוט לבנות מיומנויות תנועה חסינות, המועברות גם לתנאים לא מוכרים.
הרובוט עצמו מדומה עם 12 דרגות חופש ומבוקר באמצעות מערכת היררכית. רשת עצבית ברמה גבוהה פועלת בקצב איטי יותר ומייצרת מטרות לתנועת המפרקים, בעוד שבקר ברמה נמוכה מבצע את הפקודות בתדירות גבוהה יותר כדי לשמור על יציבות. לצורך הבנת סביבתו, הרובוט נשען הן על חישה פנימית — כגון זוויות מפרקים וכיוון הגוף — והן על ראייה מדומה. מצלמת עומק מספקת הערכות מקומיות של גובה הקרקע, שיפוע וחיכוך.
האימון מונחה על ידי פונקציית תגמול המאזנת בין מספר יעדים: מהירות קדימה, שיווי משקל, תנועה חלקה, צריכת אנרגיה נמוכה והחלקה מינימלית של הרגליים. כך מעודדת המערכת התנהגות הליכה טבעית, ולא תנועה נוקשה או לא יעילה. עם הזמן מפתח הרובוט אסטרטגיות שלא תוכנתו במפורש — כגון קיצור פסיעה על קרקע חלקלקה או העברת משקל לצדדים בעת תנועה בשיפועים.
במבחנים, הבקר שאומן הפגין ביצועים אמינים במגוון סוגי שטח, והשיג מהירויות קדימה יציבות עם צריכת אנרגיה נמוכה ושיעור נפילות נמוך יחסית. חשוב מכך, הוא הפגין יכולת הכללה טובה גם לסביבות סימולציה חדשות שמעולם לא נחשף אליהן.
רובוטים הולכים המסוגלים לנווט בשטח לא יציב יכולים לתמוך במשימות תגובה לאסונות, חיפוש והצלה, סיור ובדיקת תשתיות באזורים מסוכנים מדי לבני אדם או לכלים גלגליים. היכולת ללמוד תנועה חסינה ללא כוונון ידני מפורט מקצרת גם את מחזורי הפיתוח של פלטפורמות רובוטיות חדשות.
עם זאת, נותרו אתגרים בהעברת התוצאות מסימולציה לחומרה פיזית, שבה החיישנים רועשים יותר והסביבות פחות צפויות. למרות זאת, המחקר מדגים שתנועה מורכבת, כמעט אינסטינקטיבית, יכולה לצמוח מלמידה בלבד. בכך הוא מקרב רובוטים הולכים אוטונומיים צעד נוסף לעבר פעולה אמינה בעולם האמיתי — שבו התנאים רחוקים מלהיות אידיאליים.
