Исследователи из Мичиганского университета и Южного университета науки и технологий добились значительного успеха в области робототехники – они научили четырехногих роботов кататься на скейтборде. Для этого была разработана инновационная система искусственного интеллекта под названием Discrete-Time Hybrid Automata Learning (DHAL), которая позволяет машинам самостоятельно адаптироваться к различным фазам передвижения.

Источник изображения: University of Michigan

Как работает система DHAL?

Алгоритм DHAL анализирует положение робота и автоматически определяет, в каком состоянии он находится. Всего выделяется три ключевых этапа передвижения:

1. Скольжение – все четыре лапы находятся на доске, робот балансирует.
2. Переход – смена положения между доской и поверхностью.
3. Разгон – робот толкается лапами, чтобы придать себе ускорение.

Для каждой из фаз система использует уникальные алгоритмы управления движением. В отличие от традиционных подходов, DHAL не требует предварительного задания правил перехода между состояниями и может самостоятельно определять, когда робот должен изменить фазу.

Роботы учатся быстрее

Разработчики использовали нестандартное математическое моделирование. Вместо традиционного гауссового распределения они применили бета-распределение, что позволило значительно улучшить точность предсказания движений. Это важно, поскольку гауссовое распределение допускает экстремальные значения, которые могут выходить за пределы физических возможностей робота, тогда как бета-распределение ограничено определенными рамками – аналогично суставам, которые могут двигаться только в заданном диапазоне.

Будущее технологии

Система DHAL может найти применение не только в роботизированных помощниках, но и в автономных транспортных средствах и других сферах, требующих точной координации движений. В перспективе технология поможет роботам быстрее передвигаться и эффективнее взаимодействовать с окружающей средой, предсказывая контакты с объектами и принимая более точные решения при маневрировании.

Исследование, подтверждающее эффективность DHAL, уже опубликовано на платформе Arxiv, а сами ученые планируют дальнейшие тестирования системы в новых условиях.