• Doskonałe poruszanie się na dwóch nogach jest wciąż zarezerwowane dla ludzi
• Nauczyć robota ludzkiej zwinności i koordynacji – to nie lada wyzwanie
• Na całym świecie naukowcy proponują coraz śmielsze rozwiązania

Uczenie robotów ludzkich ruchów postępuje coraz szybciej, ale wciąż daleko im do doskonałości, a o tańcu lepiej nie wspominać.

Choć dwunożne roboty potrafią już chodzić, skakać, biegać po nierównym terenie i lodzie, a nawet fikać salta, wciąż brakuje im ludzkiej zwinności. A to podstawa, by współpraca między człowiekiem a robotem, czy to w domu, czy w przedsiębiorstwie, była jak najbardziej efektywna i bezpieczna. Właśnie o to chodzi naukowcom – precyzja ruchów maszyny ma niezwykle ważne znaczenie dla człowieka w każdej dziedzinie, w której angażuje ją do pracy.

Adres filmu na Youtube: https://www.youtube.com/watch?v=_sBBaNYex3E

W ostatnich kilkunastu miesiącach wysiłki, by udoskonalić maszyny w wykonywaniu ludzkich ruchów, są bardziej intensywne i nowatorskie.

Najpierw Disney i jego laboratorium badawcze pokazały robotycznych kaskaderów, których ruchy obliczyła sztuczna inteligencja. Od prostego, patyczakowatego Stickmana do robotów, latających w powietrzu jak Spiderman, czyli humanoidalne maszyny o nazwie Stuntronics, które mają być przyszłością branży kaskaderskiej.

Adres filmu na Youtube: https://www.youtube.com/watch?time_continue=16&v=ENa98h7M7qY

Wciąż jednak roboty stąpające pewnie i twardo po ziemi nie są na tyle doskonałe, by na czas wychwycić dziurę w chodniku lub ustabilizować „ciało” na przykład w grząskim piasku.

Aby ruchy maszyn bardziej przypominały ludzkie, naukowcy na czele z Yuki Asano z Uniwersytetu w Tokio odeszli od zwykłych konstrukcji. Aluminiowego Kengoro o szkielecie podobnym o ludzkiego wyposażyli w kilkadziesiąt urządzeń przypominających działanie ludzkich mięśni.

Adres filmu na Youtube: https://www.youtube.com/watch?v=3FlzxKuqzUM

„Naszym zamiarem jest zaprojektowanie humanoida opartego na systemach ludzkich, w tym strukturze mięśniowo-szkieletowej, czuciowym układzie nerwowym i metodach przetwarzania informacji w mózgu” – opisują swój projekt japońscy naukowcy.

Do crash testów i protez

Badacze zajęli się analizą zależności mięśni i impulsów robotycznego kulturysty Kengoro w trakcie wykonywania setek pompek, przysiadów, brzuszków i podciągnięć. Uważają, że humanoidy naśladujące w ten sposób człowieka mają potencjał w kilku nowych zastosowaniach.

Dzięki symulatorom mięśniowo-szkieletowym można uzyskać informacje związane z zachowaniem neuro-mięśniowym wnętrza ludzkiego ciała oraz mechanizmów kontroli człowieka nad własnymi ruchami. Ponadto robot może być wykorzystany w testach zderzeniowych samochodów. Można by go wyszkolić do reakcji mięśni podczas wypadku (obecne manekiny mogą mierzyć tylko zachowanie pasywne).

Symulatory mięśniowo-szkieletowe mogą być wykorzystane do uzyskania informacji związanych z zachowaniem neuro-mięśniowym wnętrza ludzkiego ciała oraz mechanizmów kontroli człowieka nad własnymi ruchami

Humanoid może też znaleźć zastosowanie w medycynie, na przykład do badań nad protezami ludzkich kończyn. Dane sensoryczne uzyskane podczas ruchu robota dostarczą nowych informacji sportowcom lub trenerom sportowym.

Ruchy wprost od ludzi

Inną metodę uczenia robotów stawiania pewnych kroków opracował Jun Morimoto z Advanced Telecommunications Research Institute International w Kioto. Używając między innymi sieci neuronowych jego robot może uczyć się coraz większej liczby sekwencji ruchów.

Podobny pomysł mieli kilka lat temu naukowcy z niemieckiego Karlsruhe. Zespół prof. Tamima Asfoura z instytutu technologii opracował jedną z największych na świecie baz danych ruchu ludzkiego ciała, KIT Whole-Body Human Motion Database. Dane obejmują interakcję nóg i ramion podczas poruszania się człowieka w trakcie różnych czynności na podstawie 388 nagrań ruchów – od klęczenia, stania, po siedzenie, opieranie i leżenie. Klasyfikacja powinna pozwolić robotom humanoidalnym na wykonanie zbliżonych do ludzkich ruchów całego ciała w kilka sekund.

„Ludzki” chód KoroiBota

Baza danych KIT jest wykorzystywana w projektach europejskich. To m.in. KoroiBot – międzynarodowy projekt badawczy, mający na celu nauczenie dwunożnych robotów stabilnego, solidnego „ludzkiego” sposobu chodzenia. Jest imiennikiem Koroibosa z Elidy, zwycięzcy pierwszych odnotowanych igrzysk olimpijskich w 776 r. p.n.e. w biegu na krótkim dystansie.

W projekcie KoroiBot naukowcy badali sposób, w jaki ludzie chodzą, np. po schodach i zboczach, na miękkim i śliskim podłożu i tworzyli modele matematyczne. Oprócz opracowania nowych metod optymalizacji i uczenia się chodzenia na dwóch nogach, starali się je zastosować w praktyce na prawdziwych robotach.

Adres filmu na Youtube: https://www.youtube.com/watch?v=J73Y0BirFwk

Wyniki badań mają przełożyć się na planowanie nowych zasad projektowania nowej generacji robotów. Oprócz zastosowania w robotyce, wynalazek może być wykorzystany w medycynie, np. do kontrolowania inteligentnych sztucznych kończyn, projektowania egzoszkieletów, a w branży rozrywkowej także do animacji komputerowej i projektowania gier.

Słuchaj no, WALK-MAN

Bazę KIT wykorzystują też badacze, którzy prowadzą projekt WALK-MAN. Jego celem jest opracowanie zrobotyzowanej platformy – o kształtach humanoidalnej maszyny, która może działać poza laboratorium, w niebezpiecznym środowisku i niemapowanych wcześniej przestrzeniach, powstałych np. w wyniku klęsk żywiołowych i katastrof.

Adres filmu na Youtube: https://www.youtube.com/watch?time_continue=95&v=wlaifg4Q5eQ

Zespół wziął na celownik opracowanie wydajnych algorytmów do planowania i kontroli maszyny w dowolnym momencie oraz projektowanie ruchów ad-hoc w razie potrzeby. Planowanie ruchów ma zapewniać bezpieczeństwo robota, uniemożliwiając takie, z których robot nie może się bezpiecznie wycofać, zanim będzie za późno.

Projekty te wsparła Unia Europejska.

Niedoścignione Gangnam

Tymczasem nowe badania naukowców zajmujących się sztuczną inteligencją na Uniwersytecie Kalifornijskim w Berkeley mogą wskazać drogę do bardziej efektywnego naśladowania ludzkiego ciała w ruchu. Badaczom udało się uzyskać symulowaną komputerowo postać humanoidalną, która kalkuje i kopiuje poruszających się ludzi z filmików YouTube.

Symulator oprócz podstawowych czynności oraz skoków i salt, chodzi do tyłu, a nawet tańczy popularny niegdyś utwór Gangnam Style z charakterystyczną choreografią.

Symulowany Atlas poradził sobie wyjątkowo dobrze, naśladując ludzkiego aktora z YouTube, wykazując ogromną sprawność w terenie i niosąc różny ciężar czy np. kopiąc piłkę w przód i w tył

Naukowcy wyszkolili „głęboką” sieć neuronową do ciągłego doskonalenia ruchu komputerowej postaci. Przykład zaczerpnięto z techniki filmowej znanej jako motion capture, gdzie aktor filmowany pod różnymi kątami, wykonuje różne ruchy, mając na sobie kombinezon wypełniony odblaskowymi „markerami”. Znaczniki umożliwiają komputerowi zbudowanie modelu punktów w przestrzeni każdej kończyny. Ale rejestrowanie ruchu jest oczywiście drogie i wymaga specjalnych kombinezonów, ustawienia kamery, wyposażenia itp.

Taniej i odwrotnie

Nowe badanie obejmuje dwa etapy. Po pierwsze, sieć neuronowa „rekonstruuje” to, co robi człowiek w filmie na YouTube. Autorzy wykorzystali prace z 2014 r. badaczy Google, w których pojedynczy obraz osoby można analizować za pomocą splotowej sieci neuronowej, a pozycję kończyn można rozszyfrować, nawet jeśli części ciała są tylko częściowo widoczne na obrazie.

Adres filmu na Youtube: https://www.youtube.com/watch?v=vppFvq2quQ0

W drugim etapie zaproponowali obrócenie obrazu z każdej klatki. W ten sposób komputer lepiej zrozumiał niezwykłe pozycje ludzkiego ciała, z których każda została nałożona na ruch kończyn od jednej klatki do drugiej. To pozwala zrekonstruować cały ruch człowieka na filmie za pomocą robotycznego, animowanego symulatora. System nazywa się DeepMimic i w przyszłości może być wykorzystany do projektowania ruchu robotów.

Atlas gorszy w tańcu

Badacze za pomocą DeepMimic przeszkolili również symulację robota Atlasa firmy Boston Dynamics na różnych klipach video. Proporcje kończyn Atlasa różnią się znacznie od normalnych proporcji ludzkich, jest też cięższy niż przeciętny człowiek (waży ok. 170 kg). System umożliwił Atlasowi odtworzenie zróżnicowanego zestawu wymagających ruchowych umiejętności. Symulowany Atlas poradził sobie wyjątkowo dobrze naśladując aktora z YouTube, wykazując ogromną sprawność w terenie i niosąc różny ciężar czy np. kopiąc piłkę w przód i w tył. Ale mimo swojej niezwykłej jak na dwunożne maszyny zwinności, ma też ograniczenia. Gorzej poszło mu z choreografią.

„Szybkie kroki taneczne, takie jak te w klipie Gangnam Style, pozostają wyzwaniem dla systemu, a my musimy jeszcze trenować nasz sposób podejścia, który może ściśle odtwarzać takie zwinne ruchy” – podsumowali badacze.

Adres filmu na Youtube: https://www.youtube.com/watch?v=51vQo-imc4Q

Faktycznie, w rzeczywistości roboty z tańczeniem radzą sobie kiepsko… Biorąc pod uwagę możliwość połączenia różnych metod z elastycznością nowych maszyn to chyba tylko kwestia czasu.

• Atlas
• Berkeley
• Boston Dynamics
• Gangnam Style
• Karslruhe
• motion capture
• Nao
• robotyka
• YouTube