Андроид на скейте и махолёт с крыльями ястреба: как роботы учатся двигаться, как живые

В мире, где границы между машиной и живым существом стираются всё тоньше, китайские инженеры в очередной раз демонстрируют: будущее уже здесь — и оно катается на скейтборде. Человекоподобный робот Unitree G1, созданный компанией Unitree Robotics, теперь не просто ходит, бегает и прыгает, как его предшественники, но и уверенно покоряет улицы на доске, точно так же, как это делает уличный скейтбордист. Он отталкивается одной ногой, плавно переносит вес, поворачивает, наклоняя корпус, и, что самое удивительное, — не падает. Это не трюк монтажа и не фокус — за всем этим стоит сложнейшая система управления под названием HUSKY, разработанная исследователями под руководством Бая Чэньцзя из Института искусственного интеллекта.

Казалось бы, что сложного в том, чтобы научить робота кататься на скейтборде? Но на деле это один из самых изощрённых вызовов для робототехники. В отличие от ходьбы по статичной поверхности, скейтборд — динамически нестабильная платформа. Он катится, поворачивает, реагирует на каждый наклон, и управлять им — всё равно что балансировать на гребне волны. Особенно трудно это даётся андроидам: их высокий центр тяжести делает любое движение потенциально опасным. Робособаки уже справлялись с подобной задачей, но человекоподобные роботы долгое время терпели неудачи. Старые методы управления, основанные на упрощённых моделях, не справлялись с реальной физикой движения.

HUSKY решает эту проблему, разбивая процесс на три ключевые фазы: разгон, руление и переход. В фазе разгона робот стоит одной ногой на доске, а другой отталкивается — как настоящий скейтер. Чтобы движения выглядели естественно и сохраняли баланс, инженеры применили метод Adversarial Motion Priors, позволяющий роботу копировать движения людей. Нейросеть анализирует, насколько его шаги и наклоны похожи на человеческие, и корректирует поведение, делая его плавным и устойчивым. Затем, когда обе ноги оказываются на доске, вступает в игру физическая модель скейтборда: робот рассчитывает, под каким углом нужно наклонить корпус, чтобы выполнить поворот, и получает «награду» за точное следование этой траектории. Это ускоряет обучение и делает манёвры предсказуемыми. А вот переход от отталкивания к полному положению на доске — самый деликатный момент. Здесь HUSKY использует кривые Безье, чтобы плавно перенести ногу в нужную точку, создавая своего рода «коридор» движения, исключающий резкие рывки и падения.

Всё это отрабатывалось в виртуальном мире — симуляторе Isaac Gym — с помощью алгоритма Proximal Policy Optimization, одного из самых эффективных методов обучения с подкреплением. Чтобы мост между симуляцией и реальностью был крепким, инженеры детально измерили параметры настоящих скейтбордов: жёсткость подвески, трение, инерцию. Эти данные позволили настроить виртуальную физику так, чтобы поведение робота в симуляторе совпадало с поведением в реальности. Даже внешние помехи — толчки, неровности — он переносит с удивительной стойкостью. В испытаниях Unitree G1 успешно справлялся с разными типами досок, адаптируясь к их особенностям.

Однако у технологии есть и ограничения. Сейчас робот полагается в основном на проприоцепцию — ощущение собственного тела, — но не видит скейтборд. Его камеры дают ограниченное поле зрения, и он не может визуально отслеживать, где находится доска, как крутятся колёса, не съехал ли он с края. В будущем разработчики планируют улучшить систему зрения, чтобы робот мог не просто чувствовать, но и видеть — и, значит, действовать ещё точнее.

А в это время другой робот — орнитоптер RoboFalcon2.0 — учился не кататься, а летать. Весом всего 800 грамм, этот махолёт имитирует движения крыльев птиц с поразительной точностью. Благодаря сложной системе тяг, рычагов и двух дополнительных сервоприводов, он может не просто махать крыльями вверх-вниз, но и отклонять их вперёд-назад, а также складывать по ширине — как настоящий ястреб. Это позволяет ему управлять тягой и тангажом, особенно на малых скоростях и при взлёте с места. Раньше махолёты были хрупкими и нестабильными, но RoboFalcon2.0 продемонстрировал устойчивый вертикальный взлёт — редкий подвиг для орнитоптера.

Оба этих достижения — не просто технические фокусы. Они показывают, как роботы переходят от механического выполнения команд к подлинному пониманию физики движения. Они учатся не просто «делать», а «чувствовать» — баланс, инерцию, сопротивление воздуха. Они начинают двигаться так, будто в них есть плоть, а не только металл и код. И, возможно, уже совсем скоро мы увидим, как роботы не только работают для нас, но и играют — на скейте, в воздухе, в мире, который они начинают понимать по-настоящему.

Источник: vk.com

Комментарии: