به گزارش خبرگزاری مهر به نقل از اینترستینگ انجینرینگ، محققان کره جنوبی به رهبری جمین «هوانگ بو» این ربات چهار پا را ابداع کرده اند.

سیونگ چوی مولف نخست این پژوهش می گوید: ابزار کنترل یا هوش مصنوعی پیشنهادی برای ربات را می توان بدون وارد کردن اطلاعات قبلی از سطح به کار برد، بنابراین در مطالعات مختلف مرتبط با راه رفتن ربات ها قابل استفاده است. تحقیق ما نشان داد یک ابزار کنترل مبتنی بر یادگیری با ارتباط نزدیک با سطح تغییر شکل دهنده نقش مهمی برای کاربردهای مختلف در چنین سطوحی دارد.

برای این منظور محققان سیستمی ابداع کردند که یک ربات ۴ پا و همچنین نیرویی که به وسیله ربات در حال حرکت روی سطحی دانه دار مانند شن به کار می رود را تقلید کند.

آنها همچنین ساختاری از یک شبکه عصبی مصنوعی ابداع کردند که می تواند راه برود و به طور آنی تصمیم بگیرد. چنین سیستمی همزمان قادر خواهد بود بدون اطلاع از قبل، خود را با انواع مختلف سطوح همخوان کند.

هدف استفاده از این فناوری برای «یادگیری تقویتی»، گسترش دامنه کاربرد ربات‌های چهارپا راه رفتن بود. یادگیری تقویتی یک نوع تکنیک هوش مصنوعی است که برای ساخت رایانه ای به کار می رود که اطلاعات درباره نتایج اعمال مختلف را در شرایط تصادفی جمع آوری می کند و از آنها برای قدرتمندتر کردن شیوه اجرای یک فعالیت استفاده می کند.

در هر حال شبکه عصبی آموزش یافته در تحقیق نشان داد ظرفیت فعالیت در محیط های مختلف از جمله توانایی حرکت سریع و همچنین راه رفتن و چرخیدن روی سطوح نرم مانند تشک هوایی یا شن با حفظ تعادل را دارد.

با توجه به انبوه داده های مورد نیاز برای یادگیری تقویتی، به طو معمول داده ها از طریق شبیه سازی جمع آوری می شوند که شباهت زیادی به فرایندهای فیزیکی در دنیای واقعی دارند.

همچنین تیم محققان ساختار یک شبکه عصبی مصنوعی توسعه دادند که قادر به ارزیابی داده های مجموعه زمانی از حسگرهای ربات بود تا ویژگی های سطح را پیش بینی کند

ابزار کنترل مذکور روی ربات RaiBo نصب شد و توانست راه رفتن سریع با سرعت ۳.۰۳ متر برثانیه در یک ساحل شنی را نمایش دهد. در این فرایند پاهای ربات به طور کامل در شن فرو رفته بودند.

الگوریتم کنترل کننده ربات بدون هیچ برنامه ریزی یا اصلاحی توانست به طور مستمر روی سطوح سخت تر مانند زمین چمن راه برود.