Galbotovi humanoidni roboti napravili više od 100 razmjena u teniskom meču

Roboti koje je razvio Galbot takmičili su se protiv ljudskih sportista tokom ceremonije otvaranja drugih Svjetskih igara humanoidnih robota (WHRG) u Pekingu, demonstrirajući sposobnost da prate igru, donose odluke u realnom vremenu i samostalno se kreću po terenu.

Humanoidni roboti nosili su se s brzim interakcijama i autonomno reagovali u stvarnom sportskom okruženju bez direktne ljudske kontrole. Oni se suočavaju s čitavim nizom novih izazova na drugim WHRG igrama u Pekingu, na kojima učestvuju 2.056 mašina iz 666 timova iz 16 zemalja, uz nove discipline.

Drugo izdanje WHRG-a, koje je počelo u Pekingu, donijelo je novi izazov za humanoidne robote, pri čemu su se Galbotovi roboti takmičili protiv ljudskih sportista u autonomnom teniskom meču tokom ceremonije otvaranja događaja.

Galbot je saopćio da su njegovi humanoidni roboti napravili više od 100 uzastopnih razmjena, čime su postavili rekord u tenisu za humanoidne robote. Demonstracija je naglasila sve veći fokus igara na testiranje robota u dinamičnim stvarnim okruženjima, umjesto njihovog ograničavanja na kontrolisane laboratorijske zadatke.

Tokom meča, roboti su autonomno pratili teniske loptice koje su se brzo kretale, zauzimali pozicije na terenu i izvodili servise, forhende, bekhende, reterniranja i udarce nakon vraćanja u osnovnu poziciju. Također su prilagođavali svoje pokrete kako su se razmjene razvijale, što je od mašina zahtijevalo kombinovanje vizuelne percepcije, donošenja odluka i koordinacije cijelog tijela.

Roboti su se također takmičili u igri parova zajedno s ljudskim teniserima, prilagođavajući svoje pozicioniranje i pokrete promjenama u situacijama tokom igre. U pojedinim razmjenama roboti su uspjeli vratiti ravnotežu nakon gubitka stabilnosti i nastaviti igrati.

Prema riječima stručnjaka, Galbotov meč odražava širu ambiciju događaja u Pekingu, napredak humanoidnih robota dalje od demonstracija pojedinačnih vještina i testiranje njihove sposobnosti da kontinuirano opažaju, donose odluke i djeluju u složenim situacijama.

Tehnologija koja stoji iza ovih demonstracija je LATENT (Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data), novi okvir umjetne inteligencije koji je razvio Galbot s ciljem da pomogne humanoidnim robotima da uče složene teniske vještine iz nesavršenih podataka o ljudskim pokretima.

LATENT razlaže teniske pokrete na manje, višekratno upotrebljive osnovne obrasce pokreta, uključujući forhende i bekhende, bočno kretanje i ukršteno kretanje. To sistemu omogućava da uči pojedinačne pokrete i kombinuje ih u složenije radnje.

Prema Galbotu, ključna karakteristika sistema LATENT jeste sposobnost rada s kvazirealističnim podacima o ljudskim pokretima, umjesto oslanjanja na izuzetno precizne skupove podataka dobijene snimanjem pokreta. U ranom istraživanju istraživači su prikupili oko pet sati osnovnih teniskih pokreta amaterskih igrača koristeći kompaktni sistem za snimanje pokreta. Sistem zatim organizuje ove nesavršene demonstracije u latentni prostor radnji koji roboti mogu interpretirati i usavršavati.

Podržano učenje i simulacije velikih razmjera koriste se za treniranje sistema da odabere i kombinuje pokrete u skladu s promjenama uslova tokom igre. To robotu omogućava da prilagođava svoje radnje na osnovu faktora kao što je lopta koja mu dolazi u susret, uz istovremeno održavanje koordiniranih i prirodnih obrazaca kretanja.

Prema Galbotu, cilj ovog pristupa je prevazilaženje jednog od najvećih izazova u učenju robota, a to je podučavanje mašina brzim, preciznim i dinamičnim vještinama bez potrebe za velikim količinama savršeno snimljenih demonstracija ljudi. Pretvaranjem relativno "bučnih" podataka o ljudskim pokretima u višekratno upotrebljive osnovne obrasce radnji, LATENT bi mogao omogućiti efikasniji način treniranja robota za složene fizičke zadatke.