Robot umanoidi padroneggiano il parkour e acquisiscono un’agilità simile a quella umana

I robot umanoidi, sistemi robotici con una struttura corporea simile a quella umana, hanno il potenziale di affrontare vari compiti reali attualmente svolti dagli esseri umani.

I robot umanoidi, sistemi robotici con una struttura corporea simile a quella umana, hanno il potenziale di affrontare vari compiti reali attualmente svolti dagli esseri umani.

Negli ultimi anni, molti ricercatori di robotica e informatici hanno cercato di ampliare le capacità di questi robot e migliorare il loro modo di muoversi nell’ambiente circostante.

Un team di ricerca di Amazon Frontier AI & Robotics (FAR) e dell’Università della California Berkeley (UC Berkeley) ha recentemente introdotto il percettivo parkour umanoide (PHP), un framework che potrebbe permettere ai robot umanoidi di muoversi con straordinaria agilità, correndo, saltando e arrampicandosi su ostacoli in ambienti urbani o naturali.

Il loro approccio proposto, descritto in un articolo pubblicato sul server preprint arXiv, prevede l’addestramento di modelli computazionali su registrazioni di umani che praticano parkour, uno sport urbano molto popolare che permette ai praticanti di orientarsi rapidamente negli ambienti grazie all’agilità e alla forza del corpo.

“Sebbene i recenti progressi nella locomozione umanoide abbiano permesso una camminata stabile su terreni vari, catturare l’agilità e l’adattabilità di movimenti umani altamente dinamici rimane una sfida aperta”, scrive Zhen Wu, Xiaoyu Huang e i loro colleghi nel loro articolo.

“In particolare, il parkour agile in ambienti complessi richiede non solo robustezza a basso livello, ma anche espressività di movimento simile a quella umana, composizione delle abilità a lungo orizzonte e decisioni guidate dalla percezione. Presentiamo PHP, un framework modulare che permette ai robot umanoidi di eseguire autonomamente parkour a lungo orizzonte basato sulla visione attraverso percorsi a ostacoli impegnativi.”

Un approccio per ottenere movimenti simili a quelli umani nei robot

Wu, Huang e i loro colleghi raccolsero innanzitutto un dataset contenente video di praticanti umani di parkour che eseguivano diversi movimenti dinamici. Successivamente scomponevano questi movimenti in movimenti più piccoli e riutilizzabili che potevano essere combinati per produrre una serie di movimenti fluidi.

“Il nostro primo approccio sfrutta il motion matching, formulato come ricerca del vicino più prossimo in uno spazio di caratteristiche, per comporre abilità atomiche umane rimirate in traiettorie cinematiche a lungo orizzonte,” scrivono Wu, Huang e i loro colleghi.

“Questo quadro consente la composizione flessibile e la transizione fluida di catene di abilità complesse, preservando al contempo l’eleganza e la fluidità dei movimenti umani dinamici.”

I ricercatori hanno addestrato controller, componenti software che pianificano i movimenti dei motori di un robot, sui movimenti dinamici di parkour derivati dal dataset.

Lo hanno fatto utilizzando un approccio noto come reinforcement learning (RL) che permette ai modelli computazionali di acquisire competenze tramite un processo di tentativi ed errori.

I controllori venivano addestrati all’esecuzione di movimenti specifici. Successivamente, sono stati distillati in un unico controller che si affidava alle immagini per pianificare le sequenze di movimenti che i robot dovevano eseguire per superare efficacemente gli ostacoli circostanti.

“Fondamentale, la combinazione di percezione e composizione delle abilità consente decisioni autonome e consapevoli del contesto: utilizzando solo il rilevamento della profondità a bordo e un comando discreto di velocità 2D, il robot seleziona ed esegue se scavalcare, arrampicarsi, saltare o rotolare su ostacoli di geometrie e altezze variabili,” scrivevano gli autori.

Ampliamento delle capacità dei robot umanoidi

I ricercatori hanno già valutato il loro quadro in una serie di esperimenti reali, applicandolo a un robot umanoide sviluppato dalla società cinese di robotica Unitree.

I loro primi risultati erano molto promettenti, poiché il robot era in grado di muoversi con agilità straordinaria, aggirando e arrampicandosi con efficienza sugli ostacoli con movimenti simili a quelli dei praticanti di parkour.

“Convalidiamo il nostro quadro con ampi esperimenti reali su un robot umanoide Unitree G1, dimostrando abilità di parkour altamente dinamiche come l’arrampicata su ostacoli alti fino a 1,25 m (altezza del robot al 96%), oltre a attraversamenti multi-ostacoli a lungo orizzonte con adattamento a circuito chiuso a perturbazioni di ostacoli in tempo reale”, hanno scritto gli autori.

L’approccio basato sul RL sviluppato da Wu, Huang e i loro colleghi potrebbe presto essere utilizzato per replicare altri movimenti e comportamenti umani avanzati nei robot umanoidi.

Inoltre, potrebbe essere testato su una gamma più ampia di robot umanoidi o in ambienti più reali.

In futuro, il framework del team potrebbe contribuire all’impiego di robot in grado di muoversi nell’ambiente con agilità umana o addirittura superumana, raggiungendo le destinazioni desiderate in modo più rapido ed efficiente.

Questi robot potevano svolgere varie missioni, che spaziavano da compiti di risposta ai disastri e operazioni di ricerca e soccorso all’ispezione di siti industriali ed esplorazione di ambienti pericolosi.

Credit: Wu et al.

The post Robot umanoidi padroneggiano il parkour e acquisiscono un’agilità simile a quella umana appeared first on Cronache di Scienza.