این سگ رباتیک با تقلید از الگوهای حرکت طبیعی انسان، کارآمدتر عمل می‌کند!

پژوهشگران ابزاری توسعه داده‌اند که از الگوهای حرکتی طبیعی بدن انسان و حیوانات برای بهبود حرکت ربات‌ها استفاده می‌کند. این ابزار که توسط دانشگاه فنی مونیخ (TUM) طراحی شده است، به محاسبه حرکات با صرفه‌جویی در انرژی کمک می‌کند. تیم تحقیقاتی این ابزار را روی BERT، یک سگ رباتیک، آزمایش کردند.

تسلط بر شهود حرکتی

انسان‌ها به طرز چشمگیری در استفاده از اندام‌های فوقانی برای انجام کارهای روزمره، دستکاری اشیاء با طراحی‌های پیچیده، مواد انعطاف‌پذیر یا رفتارهای غیرقابل پیش‌بینی مهارت دارند.

تحقیقات نشان می‌دهد که انسان‌ها قادر به درک و پیش‌بینی حدودی سیستم‌های آشوبناک هستند که احتمالاً این توانایی از طریق تنظیم بر الگوهای حرکتی طبیعی توسط سیستم عصبی مرکزی (CNS) به دست می‌آید. تحریک ویژگی تشدید طبیعی سیستم، به هماهنگی چندین حرکت کمک کرده و نیاز به تلاش را کاهش می‌دهد.

انسان‌ها به‌صورت غیرآگاهانه با فرکانس طبیعی یک سیستم هماهنگ می‌شوند تا همان‌طور که در فعالیت‌های روزمره مانند پرتاب توپ یا پریدن روی ترامپولین دیده می‌شود، حرکت را به شیوه‌ای قابل پیش‌بینی کنترل کنند. با ساخت مدل‌های درونی از دینامیک یک شیء، انسان‌ها حرکات را پیش‌بینی کرده و از استراتژی‌های کنترلی استفاده می‌کنند که از رفتار سیستم بهره‌برداری می‌کند، حتی اگر این استراتژی‌ها به قیمت کاهش کارایی انرژی تمام شوند.

در حالی‌که حساسیت انسان به تشدید در سیستم‌های ساده خطی مورد مطالعه قرار گرفته است، درک این رفتار در سیستم‌های پیچیده و غیرخطی همچنان چالش‌برانگیز است. سیستم‌های غیرخطی، مانند یک آونگ دوتایی، دینامیک آشوبناک و غیرقابل پیش‌بینی نشان می‌دهند، اما همچنین حرکات دوره‌ای قابل پیش‌بینی به نام حالت‌های طبیعی غیرخطی (NNMs) را ارائه می‌دهند. این حالت‌ها مشابه حالت‌های ویژه در سیستم‌های خطی هستند اما با سطح انرژی تغییر می‌کنند و همیشه از نقطه تعادل عبور نمی‌کنند.

در مطالعه قبلی، این تیم پژوهشی ابزاری محاسباتی توسعه دادند تا بررسی کنند آیا انسان‌ها به طور شهودی با این حالت‌های طبیعی غیرخطی هماهنگ می‌شوند یا خیر. این ابزار امکان پیش‌بینی حرکات ذاتی در سیستم‌های غیرخطی را فراهم کرده و به مطالعه نحوه تحریک و تثبیت تشدید در شرایط پیچیده کمک می‌کند.

ربات‌ها و بهره‌گیری از ریتم طبیعی

اکنون، تیمی به رهبری آلبو-شفر در دانشگاه فنی مونیخ از این ابزار برای محاسبه حرکات بسیار کارآمد در ربات‌ها استفاده کرده است. این ابزار الگوهای نوسانی طبیعی را شناسایی کرده و به محققان امکان می‌دهد حرکاتی را تعیین کنند که کمترین انرژی را مصرف می‌کنند.

این ابزار روی BERT، یک سگ رباتیک کوچک که توسط آلبو-شفر در مرکز هوافضای آلمان (DLR) ساخته شده، آزمایش شد. هدف این پژوهش توسعه حرکات مؤثر و سازگار در ربات‌های دارای پا بود.

پژوهشگران شش الگوی حرکتی کارآمد شامل راه رفتن، یورتمه رفتن و جهیدن را برای BERT شناسایی کردند. این الگوها با نوسانات ذاتی ربات مطابقت دارند و نشان می‌دهند که استفاده از این ریتم‌های ذاتی برای ایجاد گام‌های کارآمد ممکن است.

این حرکات در سیستم‌های واقعی با اصطکاک از طریق پالس‌های دقیق انرژی که توسط یک تنظیم‌کننده کنترل‌شده با کامپیوتر ارائه می‌شوند، ممکن شده‌اند. این روش شبیه به حرکت دادن یک کودک روی تاب است، اما برای ربات‌ها نیاز به دقت ریاضی دارد تا همان زمان‌بندی را بازتولید کنند.

به گفته پژوهشگران، موفقیت این رویکرد در یک مسابقه بین سه ربات BERT به نمایش گذاشته شد. رباتی که با روش جدید برنامه‌ریزی شده بود، سریع‌تر و پویاتر از همتایانش حرکت کرد و توان بالقوه حرکت مبتنی بر حرکات طبیعی در رباتیک را نشان داد.

منبع: Interestingengineering