Армия США тестирует будущих роботов на … белках

Исследователи из Калифорнийского университета в Беркли изучают белок, чтобы понять, как им удается прекрасно прыгать и не падать. Белки обладают экстраординарной способностью моментально просчитывать траекторию прыжка, практически не совершая ошибок. В будущем это исследование может позволить военным роботам производить расчеты за доли секунды и моментально корректировать траекторию движения при навигации на пересеченной местности.

В Калифорнийском университете в Беркли наука прокладывает путь в будущее для роботов армии США, которые смогут быть не только автономным, но и легко передвигаться по пересеченной местности, благодаря новым исследованиям, проведенным на неожиданном герое: обыкновенной белке.

В частности, исследователи изучают белок-лисиц, пытаясь понять, почему они так хорошо ориентируются при прыжках, например, в погоне за лакомством. По данным армии, белки настолько хорошо «считывают» препятствия, помня о своих физических ограничениях, что почти никогда не падают.

По мнению армии США, понимание того, как белки принимают решение за доли секунды, прыгая с ветки на ветку, поможет ученым разработать более подвижных роботов.

Маневренность прямо противоположна тем качествам, которыми могут похвастаться большинство нынешних роботов. Более того, маневренность – одна из самых сложных областей робототехники по одной причине: роботы довольно хорошо умеют падать и застревать. Однако, согласно идее, так скажем био-вдохновленный подход заключается в использовании обычной белки с лужайки в качестве тестового примера – она может помочь военным и поисково-спасательным роботам преодолевать самые сложные препятствия.

За последние два десятилетия американские военные приняли на вооружение широкий спектр летающих дронов – от оригинального MQ-1 Predator до MQ-4 Global Hawk размером с пассажирский самолет, но разработка наземных дронов отстает. В отличие от летающих дронов, которым редко приходится преодолевать препятствия или сложные участки, наземные дроны перемещаются в более сложной среде. Наземные дроны могут столкнуться с множеством препятствий. Например, сможет ли робот залезть на груду камней или перепрыгнуть через траншею? Именно такие, достаточно сложные задачи стоят перед разработчиками.

Робот отряда Legged Squad Support, разработанный для транспортировки тяжелого снаряжения пеших солдат. Благодаря белкам такие роботы когда-нибудь смогут перемещаться по каменистой местности и перепрыгивать через препятствия.

В своем стремлении создать маневренных роботов, ученые на протяжении десятилетий изучали и других живых существ, таких как гекконы или тараканы, которые способны преодолевать практически любые препятствия. Но теперь акцент исследований сместился на другую проблему: выяснение того, как роботы могут научиться принимать решения за доли секунды на основе их собственных механических ограничений.

В кампусе Калифорнийского университета в Беркли в рамках этого проекта организовали эвкалиптовую рощу, где исследователи изучают грызунов, заставляя их прыгать за угощениями.

«Если мы хотим, чтобы роботизированные платформы передвигались везде, где может человек и даже больше, этим платформам потребуется навык быстрого и творческого принятия решений».

Белки обладают невероятной способностью моментально анализировать препятствия, помня о своих возможностях. Они могут быстро изучить проблему, например, добраться до арахиса, подвешенного над землей и определить, будет ли прыжок успешным. Белки не всегда идеально оценивают прыжок, но при этом они всегда выходят победителями. Иногда они могут сделать небольшую паузу для оценки и даже сделать несколько фальстартов, но они никогда не падают. В худшем случае они могут использовать когти, чтобы зацепиться за дерево, если расчеты оказались не идеальными.

Дин Калвер (Dean Culver), менеджер программы по сложной динамике и системам по развитию боевых возможностей армии США, объясняет, что ученые надеются выяснить: «Поле битвы, особенно поле битвы будущего, это непредсказуемое место, - пишет он в письме для издания Popular Mechanics. – Если мы хотим, чтобы роботизированные платформы двигались везде, где может пройти человек, и даже больше, то этим платформам потребуется принимать решения моментально и творчески с низкими энергозатратами, связанными с задачами, о которых люди даже не задумываются. Например, решить, перепрыгнуть препятствие или обойти его».

Белки способны оценивать препятствия, свои способности и окружающую обстановку для того, чтобы из раза в раз совершать успешные прыжки. Даже когда они терпят неудачу, погрешность достаточно мала, а их острые когти позволяют им выкарабкаться и обойтись без травм.

По словам Калвера, эта работа также может помочь автономным роботам принимать более обоснованные решения в режиме реального времени: «Изучая, как животные, такие как белка, решают, как прыгать и приземляться для достижения своей цели, мы можем узнать больше о том, как инженерные системы будущего смогут принимать решения и действовать, реагируя на сценарии, которым они не были обучены».

Ученые из Беркли также изучают, как их работа может принести пользу роботам, участвующим в поисково-спасательных операциях. Роботы, входящие в разрушенные здания, разломы после землетрясений или другие зоны бедствий, встретят на своем пути множество препятствий.

«Те же принципы, которые применяются к характеристикам робота на поле боя будущего, применимы и к роботам в поисково-спасательных операциях, – говорит Калвер, – За исключением того, что их задача конкретна. Окружающая среда по-прежнему непредсказуема, и этим роботам потребуется такой же уровень адаптации».

Роботы будущего не будут выглядеть как белки и не будут прыгать за угощениями, но способность белок принимать решения может быть смоделирована при разработке биомеханический устройств.

Статья Кайла Мизоками (Kyle Mizokami) из Popular Mechanics

Материал подготовлен компанией ITSOFT. Размещение и аренда серверов и стоек в двух ЦОДах в Москве; colocation GPU-ферм и ASIC-майнеров, аренда GPU-серверов. Лицензии связи, SSL-сертификаты. Администрирование серверов и поддержка сайтов. UPTIME за последние годы составляет 100%.