Τα ανθρωποειδή ρομπότ θα μπορούσαν σύντομα να κινούνται με πολύ πιο ρεαλιστικό τρόπο – και ακόμη και να χορεύουν όπως εμείς – χάρη σε ένα νέο πλαίσιο λογισμικού για την παρακολούθηση της ανθρώπινης κίνησης.
Αναπτύχθηκε από ερευνητές στο UC San Diego, UC Berkeley, MIT και Nvidia, το «ExBody2» είναι μια νέα τεχνολογία που επιτρέπει στα ανθρωποειδή ρομπότ να εκτελούν ρεαλιστικές κινήσεις βασισμένες σε λεπτομερείς σαρώσεις και απεικονίσεις ανθρώπων που παρακολουθούνται με κίνηση.
Σκοπός της έρευνας
Οι ερευνητές ελπίζουν ότι τα μελλοντικά ανθρωποειδή ρομπότ θα μπορούσαν να εκτελούν ένα πολύ ευρύτερο φάσμα εργασιών μιμούμενοι τις ανθρώπινες κινήσεις με μεγαλύτερη ακρίβεια.
Για παράδειγμα, η μέθοδος διδασκαλίας θα μπορούσε να βοηθήσει τα ρομπότ να λειτουργούν σε ρόλους που απαιτούν λεπτές κινήσεις – όπως η ανάκτηση αντικειμένων από τα ράφια – ή να κινούνται με προσοχή γύρω από ανθρώπους ή άλλες μηχανές.
Λειτουργία του ExBody2
Το ExBody2 λειτουργεί λαμβάνοντας προσομοιωμένες κινήσεις που βασίζονται σε σαρώσεις ανθρώπων και μετατρέποντάς τις σε δεδομένα κίνησης που μπορούν να χρησιμοποιηθούν για να αναπαραχθούν από το ρομπότ.
Το πλαίσιο μπορεί να αναπαράγει πολύπλοκες κινήσεις, επιτρέποντας στα ρομπότ να κινούνται λιγότερο άκαμπτα και να προσαρμόζονται σε διαφορετικές εργασίες χωρίς να χρειάζονται εκτενή επανεκπαίδευση.
Χρήση ενισχυτικής μάθησης
Η διδασκαλία των ρομπότ γίνεται μέσω της ενισχυτικής μάθησης, όπου το ρομπότ τροφοδοτείται με μεγάλες ποσότητες δεδομένων για να διασφαλιστεί ότι ακολουθεί τη βέλτιστη διαδρομή σε κάθε δεδομένη κατάσταση.
Τα θετικά ή αρνητικά αποτελέσματα που προσομοιώνονται από τους ερευνητές αποδίδονται στο μοντέλο για να «ανταμείψουν» τις επιθυμητές κινήσεις.
Χορός και κίνηση
Σε ένα βίντεο που δημοσιεύτηκε στο YouTube, ένα ρομπότ εκπαιδεύεται μέσω του ExBody2 και χορεύει, σπάζει και ασκείται δίπλα σε ένα ανθρώπινο θέμα.
Το ρομπότ μιμείται την κίνηση ενός ερευνητή σε πραγματικό χρόνο, χρησιμοποιώντας πρόσθετο κώδικα που αναπτύχθηκε από την ομάδα Machine Vision and Intelligence στο Πανεπιστήμιο της Σαγκάης Jiao Tong.
Το σύνολο δεδομένων του ExBody2 περιέχει περισσότερες από 2.800 κινήσεις, με 1.919 από αυτές να προέρχονται από το Archive of Motion Capture As Surface Shapes (AMASS), ένα μεγάλο σύνολο δεδομένων ανθρώπινων κινήσεων.
Οι ερευνητές σκοπεύουν να αυτοματοποιήσουν τη διαδικασία συλλογής δεδομένων στο μέλλον, ώστε να διευκολύνουν την εκπαίδευση των ρομπότ.
Η αναβάθμιση λογισμικού ExBody2 ανοίγει νέες προοπτικές για την ανάπτυξη ανθρωποειδών ρομπότ που μπορούν να αλληλεπιδρούν με τους ανθρώπους με πιο φυσικό και ρεαλιστικό τρόπο. Με την ικανότητα να μιμούνται τις ανθρώπινες κινήσεις, αυτά τα ρομπότ θα μπορούσαν να αναλάβουν πιο περίπλοκες εργασίες και να ενσωματωθούν καλύτερα σε καθημερινές καταστάσεις.