Изследователи от Факултета по компютърни науки към Университета Карнеги Мелън и Калифорнийския университет в Бъркли са разработили робот, подобен на роботизираните системи на Boston Dynamics, който също може да се движи по пресечен терен, хлъзгави неравни повърхности и да се изкачва и слиза по стълби, но е много по-евтин за създаване.

Повечето от тези роботизирани системи използват карти на околната среда, които се създават с помощта на камери, преди роботът да се придвижи. Процесът е бавен и често се проваля поради неточности или грешни настройки по време на етапа на картографиране, които влияят на последващото планиране и движение на робота. Според учените картографирането и планирането на движението са полезни в системите, ориентирани към контрол на високо ниво, но не винаги са подходящи за динамичните изисквания на уменията на ниско ниво, като ходене или бягане по неравен терен.

Вместо да използва камери за изобразяване на околната среда и картографиране на терена, екипът от учени обучава робота чрез симулация: четири хиляди негови виртуални клонинги са принудени да се движат по най-различни терени, за да придобият необходимите умения.

С помощта на симулацията роботът усвоява само за един ден умения, за които обикновено са необходими шест години. Придобитите двигателни умения са съхранени в невронна мрежа, която изследователите копират в работещ образец на роботизираната система.

Новата система се отказва от картографирането и планирането на движението и директно подава визуални данни към блоковете за управление на робота. Роботът се движи според това, което "вижда" пред себе си. Тази технология му позволява да реагира бързо на промените в терена и да се движи безпроблемно.

"Тази система използва зрението и обратната връзка от тялото (на робота) директно като входни данни за извеждане на команди към двигателната система на робота" - посочва членът на екипа Анание Агарвал. Той допълва, че този метод осигурява висока надеждност на роботизираната система в реални условия. Ако роботът се подхлъзне по стълбите, ще може да възстанови равновесието си, както и да се адаптира в непозната среда.

Тъй като няма нужда от картографиране и планиране, а двигателните умения се усвояват чрез машинно обучение, разходите за робота значително намаляват. Роботът, проектиран от екипа, е поне 25 пъти по-евтин от конкурентите си.

Доцент Дипак Патак казва, че роботизираната система действа като животни, например котки. "Четириногите имат памет, която позволява на задните им лапи да следят предните. Нашата система работи по подобен начин" - разкрива той.

Съобщава се също, че това куче робот може да се ориентира в тъмното, въпреки че все още се нуждае от система от камери, за да подобри работата си.