Međunarodna skupina istraživača razvila je novi pristup imitaciji ljudskog pokreta kombiniranjem centralnih generatora uzoraka (CPG) i dubokog pojačanja učenja (DRL). Metoda ne samo da imitira hodanje i trčanje, već također generira pokrete za frekvencije gdje nedostaju podaci o pokretima, omogućava glatke prijelaze iz hodanja u trčanje te prilagodbu nestabilnim površinama.

Detalji ovog napretka objavljeni su u časopisu IEEE Robotics and Automation Letters 15. travnja 2024.

Hodanje i trčanje uključuju biološke redundancije koje nam omogućuju prilagodbu okolišu ili promjenu brzine hodanja/trčanja. Reprodukcija ovih ljudskih pokreta u robotima je iznimno izazovna zbog njihove složenosti.

Trenutni modeli često imaju problema s prilagodbom nepoznatim ili zahtjevnim okruženjima, što ih čini manje učinkovitima. To je zato što je umjetna inteligencija prilagođena generiranju jednog ili malog broja ispravnih rješenja. Kod živih organizama ne postoji samo jedan ispravan uzorak kretanja, već čitav niz mogućih pokreta, i nije uvijek jasno koji je najbolji ili najučinkovitiji.

DRL je jedan od načina na koji istraživači pokušavaju prevladati ovaj problem. DRL proširuje tradicionalno pojačanje učenja koristeći duboke neuronske mreže kako bi se nosio s kompleksnijim zadacima i učio izravno iz sirovih senzorskih podataka, omogućujući fleksibilnije i moćnije sposobnosti učenja. Njegov nedostatak je visoka računalna cijena istraživanja velikog ulaznog prostora, posebno kada sustav ima visok stupanj slobode.

Drugi pristup je učenje imitacije, gdje robot uči imitirajući podatke o pokretima dobivene od čovjeka koji obavlja isti zadatak. Iako je učenje imitacije dobro za stabilna okruženja, teško se nosi s novim situacijama ili okruženjima koja nije susreo tijekom treninga. Njegova sposobnost prilagodbe i učinkovite navigacije postaje ograničena uskim opsegom naučenih ponašanja.

"Kombiniranjem ovih dvaju pristupa prevladali smo mnoge njihove ograničenja," objašnjava Mitsuhiro Hayashibe, profesor na Tohoku Sveučilištu. "Učenje imitacije korišteno je za treniranje CPG sličnog kontrolera, a umjesto primjene dubokog učenja na same CPG-ove, primijenili smo ga na oblik refleksne neuronske mreže koja podržava CPG-ove."

CPG-ovi su neuronski sklopovi smješteni u kralježničnoj moždini koji, poput biološkog dirigenta, generiraju ritmičke uzorke mišićne aktivnosti. Kod životinja, refleksni sklop djeluje u tandemu s CPG-ovima kako bi omogućio povratne informacije koje im omogućuju prilagodbu brzine i pokreta hodanja/trčanja prema terenu.

Usvajanjem strukture CPG-a i njegovog refleksnog suparnika, metoda adaptivnog imitiranog CPG-a (AI-CPG) postiže izvanrednu prilagodljivost i stabilnost u generiranju pokreta dok imitira ljudski pokret.

"Ovo otkriće postavlja novi standard u generiranju ljudskih pokreta u robotici, s neviđenom sposobnošću prilagodbe okruženju," dodaje Hayashibe. "Naša metoda predstavlja značajan korak naprijed u razvoju generativnih AI tehnologija za kontrolu robota, s potencijalnim primjenama u raznim industrijama."

Istraživačka skupina uključivala je članove s Tohoku Sveučilišta i École Polytechnique Fédérale de Lausanne, odnosno Švicarskog saveznog instituta za tehnologiju u Lausannei.

Izvor: Tohoku University