Исследователи из США разработали революционную нейросетевую архитектуру BeyondMimic.

Этот ИИ-фреймворк существенно расширяет моторный репертуар андроидов, избавляя инженеров от необходимости долгой ручной калибровки.

Результаты их работы опубликованы в престижном журнале Science Robotics.

Человекоподобные роботы обладают огромным потенциалом для помощи людям, однако до сих пор большинство из них способно выполнять лишь ограниченный набор движений.

Обучение роботов гибким, плавным и естественным человеческим действиям — задача сложная и трудоемкая. Традиционные методы часто приводят к неестественной походке или требуют индивидуальной настройки алгоритмов под каждый отдельный жест.

Секрет гибкости: от боевых искусств до балета

Для обучения ИИ ученые использовали базу данных, содержащую 2,5 часа записей человеческих движений: от обычной ходьбы и бега до танцев, боевых искусств, прыжков и колеса в воздухе.

Все эти траектории алгоритм адаптировал под пропорции и суставы коммерческого антропоморфного робота Unitree G1.

С помощью обучения с подкреплением (метода наград и штрафов) система научилась с высокой точностью воспроизводить скорость и положение частей тела человека.

Нейросеть получала «бонусы» за точное следование образцу и штрафовалась за резкие, дерганые движения, опасные углы наклона суставов или нежелательные столкновения деталей робота друг с другом.

В результате разработчикам удалось объединить управление прыжками, спринтом и сложными ударами ногами в рамках единой системы с общими настройками.

Диффузионная модель для робототехники

Главным нововведением BeyondMimic стало использование связки из вариационного автокодировщика и диффузионной модели. Автокодировщик сжимал массивные данные о движениях в компактный и структурированный цифровой код (латентное пространство).

Затем диффузионный алгоритм учился воссоздавать чистые траектории из зашумленных сигналов.

Такой подход позволил роботу не просто слепо копировать человека, но и динамично комбинировать выученные элементы.

Используя специальную технику оптимизации, робот научился решать задачи, с которыми вообще не сталкивался при обучении. Он освоил обход неожиданных препятствий, мгновенное переключение между задачами и плавное управление с помощью обычного джойстика, причем эти навыки перенеслись на реальное «железо» без предварительной симуляции.

Естественность признана людьми

Ученые протестировали систему в виртуальной среде, а затем загрузили 30 репрезентативных видеоклипов с движениями напрямую в память робота Unitree G1. Андроид успешно продемонстрировал удержание баланса, ползание, бег наперегонки, сложные разворотные прыжки и даже сальто.

Чтобы оценить эстетику движений, исследователи провели опрос среди 77 человек. Им предложили сравнить ходьбу и бег робота под управлением BeyondMimic и под контролем стандартных заводских алгоритмов Unitree.

В 70,8% случаев люди признали движения, сгенерированные новой нейросетью, значительно более естественными, плавными и «человечными». В будущем авторы планируют адаптировать фреймворк для других популярных робототехнических платформ.

источник: naukatv.ru, фото: Marina Chernivetskaya/Shutterstock/FOTODOM