Widać je na filmikach z targów technologicznych, gdzie zdają się przekraczać granice wyobraźni. Roboty – od mobilnego psa-robota SPOT po humanoidalnego Digit i biegającego Cassie – zdumiewają swoimi umiejętnościami. Za tymi spektakularnymi pokazami kryje się jednak rzeczywistość pełna wyzwań, nieoczekiwanych problemów oraz nieustannego procesu prób i błędów.
Roboty kroczące okazują się niezwykle przydatne, m.in. w sytuacjach ratunkowych. Dzięki zdolności do poruszania się po zawalonych budynkach, skałach i w innym trudnym terenie, są w stanie znaleźć i uratować poszkodowanych np. w trzęsieniu ziemi. Mogą również wykonywać inspekcje w trudno dostępnych i niebezpiecznych miejscach, takich jak rurociągi, elektrownie czy kopalnie. W przyszłości tego typu roboty będą wykorzystywane do transportowania rzeczy i osób, a nawet tworzenia bardziej zaawansowanych protez czy egzoszkieletów oraz wspierania rehabilitacji pacjentów.
Jednak do ich swobodnego poruszania się jeszcze daleka droga, pełna potknięć, urwanych kończyn robotów, wywrotek, upadków. Wyzwania, z jakimi muszą mierzyć się ich twórcy, wyjaśnia dr inż. Krzysztof Walas z IDEAS NCBR w artykule opublikowanym w międzynarodowym magazynie naukowym Science Robotics.
Wyzwanie 1: Programowanie robota
Tworzenie oprogramowania dla robotów kroczących to prawdziwe wyzwanie. Twórcy muszą wybierać między różnymi metodami uczenia maszynowego. Jednym z nich jest uczenie nadzorowane, które polega na tym, że robot „uczy się” na podstawie dużej ilości danych. Proces ten jest jednak stosunkowo powolny, ponieważ wymaga czasu na zebranie odpowiednio dużego zbioru danych, aby przynieść dobre wyniki. Inną możliwością jest uczenie przez wzmocnienie, czyli robot uczy się metodą prób i błędów, podobnie jak dziecko uczące się chodzić. Nagradzany jest za poprawne rozwiązanie. Ta metoda, obecnie najczęściej stosowana, może prowadzić jednak do wielu błędów w fazie eksperymentalnej.
Inną stosowaną obecnie metodą są impulsowe sieci neuronowe, które jeszcze lepiej naśladują sposób, w jaki działa ludzki mózg. Wyróżnia je szybkość i efektywność, ale są trudne do zaprogramowania. Wybór odpowiedniego sposobu uczenia jest wyzwaniem, ponieważ każda z wymienionych metod ma swoje wady i zalety, a zastosowanie niewłaściwej może sprawić, że robot nie będzie działał poprawnie.
Wyzwanie 2: Poszukiwanie elastyczności – metal kontra tkanka mięśniowa
Tradycyjnie roboty wykonuje się z metalu, takiego jak aluminium i stal, oraz z plastiku. Surowce te są wytrzymałe, ale nie tak elastyczne jak struktury w naturze, na przykład ludzkie mięśnie i ścięgna. Dlatego inżynierowie zaczęli współpracować z naukowcami zajmującymi się materiałami, aby tworzyć nowe, bardziej elastyczne materiały, które mogą lepiej naśladować naturalne ruchy i funkcje ciała.
Przykładowo, naukowcy z Politechniki Poznańskiej rozwijają algorytmy sterowania robotem z elastycznym „kręgosłupem”. Dzięki zdolności do zmiany wygięcia kręgosłupa, robot może szybciej biegać, efektywniej zużywać energię oraz wspinać się na wyższe przeszkody. Z kolei profesor Edward Chapman z United States Naval Academy pracuje nad sztucznymi mięśniami, które mogą kurczyć się i rozciągać jak prawdziwe. W przyszłości takie materiały mogą być używane nie tylko w robotach, ale także w protezach, pomagając ludziom odzyskać sprawność.
Wyzwanie 3: Zrównoważone zasilanie, czyli życiowa energia robotów
Ostatnią ważną kwestią jest brak optymalnego rozwiązania w zakresie zasilania. Dotychczas większość robotów wykonujących spektakularne skoki czy salta (np. Atlas I) napędzana była systemami hydraulicznymi, które działają na zasadzie pompowania płynów pod ciśnieniem, dając robotom dużo siły przy małej masie siłownika, co jest przydatne przy zadaniach wymagających sprawności, jak szybki bieg czy noszenie ciężarów. Jednak są one skomplikowane i trudne w naprawie.
Główny wysiłek konstruktorów jest teraz skierowany na elektryczne systemy zasilania, cichsze i łatwiejsze w utrzymaniu, ale nie tak mocne i wymagające częstszego ładowania. Takie zasilanie ma np. humanoidalny robot Atlas II. Wciąż jednak brakuje optymalnego rozwiązania, które pozwoliłoby wykorzystać w pełni potencjał robotów, przy jednoczesnej optymalizacji napędu.
Wyzwanie 4: Roboty uczą się stawiać kroki jak niemowlęta
Nauczenie robota chodzenia to żmudny, wieloetapowy proces. Na początku trzeba nauczyć robota poruszania stawami, co jest podobne do nauki poruszania nogami przez dziecko. Następnie robot musi opanować koordynowanie ruchów całego ciała, aby utrzymać równowagę podczas chodzenia. Kluczowym elementem jest nauczenie go tzw. percepcji reaktywnej, która pozwala robotowi reagować na zmieniające się warunki otoczenia, takie jak przeszkody na drodze.
Ważnym pojęciem jest tu „embodied intelligence”, czyli koncepcja, według której inteligencja wynika z interakcji umysłu z ciałem i środowiskiem, w którym się znajduje. W przypadku robotów oznacza to, że uczą się one i adaptują swoje zachowanie na podstawie danych sensorycznych i fizycznych reakcji na bodźce, co pozwala im lepiej wykonywać zadania w realnym świecie – dodaje dr inż. Krzysztof Walas, lider zespołu badawczego Robotyka Interakcji Fizycznej w IDEAS NCBR.
Z kolei na etapie koordynacji ruchów całego ciała wykorzystywany jest często centralny generator wzorców ruchu (CPG). To system, który naśladuje sposób, w jaki zwierzęta i ludzie automatycznie, bezrefleksyjnie kontrolują chód, co pozwala na bardziej płynne i naturalne ruchy robota. W znajomych warunkach CPG umożliwia automatyczne wykonywanie ruchów, jednak kiedy coś w otoczeniu się zmienia, robot musi bardziej skupić się na ruchu, aby dostosować się do nowych warunków.
W naszych badaniach w IDEAS NCBR skupiamy się na aspekcie percepcji, w którym, wykorzystując metody uczenia maszynowego, uzyskujemy informacje o właściwościach fizycznych środowiska, w którym porusza się robot. Pozwala to na ulepszanie chodu oraz reagowanie na zmiany, takie jak tarcie podłoża albo jego twardość, tak aby robot mógł bezpiecznie chodzić w trudnych warunkach na przykład podczas misji ratowniczych – opowiada dr inż. Krzysztof Walas.
Wyzwanie 5: Dlaczego roboty chodzą wolniej niż ludzie?
Kluczową próbą ognia dla robotów jest dynamiczne chodzenie, czyli opanowanie techniki poruszania się, w której roboty utrzymują równowagę i stabilność podczas ruchu, podobnie jak ludzie i zwierzęta. Zaawansowane algorytmy i systemy sterowania pozwalają robotom na reagowanie na zmieniające się warunki otoczenia oraz na dynamiczne adaptowanie swojej postawy: zachowanie równowagi, odporność na nieoczekiwane zakłócenia, takie jak nagłe pchnięcia czy poślizgnięcia, koordynacja kończyn (często więcej niż dwóch).
Naukowcy zastanawiają się, jak rozwiązać ten problem. Czy podążać – przyjętą od początku prac nad robotami – ścieżką naśladowania natury, czy zaufać wynalazkom inżynierii. Wygląda jednak na to, że te drugie będą zastępować te pierwsze. Organizmy biologiczne mają pewne niedociągnięcia w swojej budowie, z którymi w toku, bądź co bądź powolnej, ewolucji natura stara się sobie radzić, zamiast tworzyć zupełnie nowe struktury. Inżynierowie natomiast mogą szybko wdrożyć zupełnie nowe rozwiązania, bez tracenia czasu na doskonalenie niedoskonałości – zauważa dr inż. Krzysztof Walas.
Przykładem zmiany podejścia do technologii jest robot hybrydowy, który, w zależności od terenu, potrafi przełączać się między chodzeniem a jazdą kołową. To połączenie biologicznych inspiracji z inżynieryjnymi innowacjami otwiera nowe możliwości i kierunki rozwoju robotyki. Tak jest np. w przypadku robota , który początkowo był zaprojektowany na wzór czworonogów, ale twórcy zdecydowali się na dodanie do niego kół. W naturze koła nie występują u żadnego zwierzęcia, jednak w świecie inżynierii taka kombinacja jest możliwa.
Musimy pamiętać, że przyszłość robotyki kroczącej to nie tylko techniczne innowacje, ale również głębsze zrozumienie biologii i jej adaptacja do potrzeb inżynierii. Tylko dzięki ciągłemu dialogowi między tymi dwoma dziedzinami możemy spodziewać się powstania robotów, które będą w stanie nie tylko naśladować, ale i zwiększać możliwości człowieka – podsumowuje dr inż. Krzysztof Walas z IDEAS NCBR.
Krzysztof Walas jest adiunktem w Instytucie Robotyki i Inteligencji Maszynowej Politechniki Poznańskiej oraz kierownikiem zespołu badawczego Robotyki Interakcji Fizycznej w IDEAS NCBR. Jego zainteresowania badawcze skupiają się wokół robotycznej percepcji interakcji fizycznych, stosowanej zarówno do zadań chodzenia, jak i chwytania. Prowadził projekt LIDER Narodowego Centrum Badań i Rozwoju oraz pełnił funkcję kierownika projektu w projekcie THING dotyczącym podziemnej lokomocji nożnej, a także projekcie REMODEL dotyczącym manipulacji obiektami odkształcalnymi – oba w ramach programu Horyzont 2020. Należy do ELLIS Society.
MK