Hier is een leuke uitdaging: leer een vierpotige robot met succes een voetbal dribbelen. Het is in wezen een hoofdbestanddeel van de RoboCup, de grote internationale competitie die in 1996 werd opgericht. Voetbal is een geweldige manier om de beweging, behendigheid en besluitvorming van een robot te testen.
Er zijn twee grote verschillen met de Dribblebot van MIT: Ten eerste zijn RoboCup-bots over het algemeen tweevoetig. Ten tweede, en wat nog belangrijker is, is deze robot ontworpen om de complexe taak uit te voeren op oneffen en verschuivend terrein, wat een extra moeilijkheidsgraad aan de taak toevoegt.
“De vorige methoden vereenvoudigen het ontwijkende probleem, door een modelaanname te maken van een platte en vaste aarde”, zei co-projectleider Yandong Jie in een post gerelateerd aan het nieuws. “Beweging is ook ontworpen om stabieler te zijn; de robot probeert niet tegelijkertijd te rennen en de bal te manipuleren. Dit is waar lastigere dynamiek en controle een rol gaan spelen. We hebben dit aangepakt door recente ontwikkelingen uit te breiden die een betere buitenwaartse beweging mogelijk hebben gemaakt. beweging in deze combinatietaak.” die aspecten van beweging en behendige manipulatie combineert.”
Mogelijk terrein omvat gras (natuurlijk), zand, grind, modder en sneeuw. Het antwoord op al het bovenstaande is er een die de laatste tijd bekend zou moeten zijn bij iedereen met een behoorlijke kennis van de robotica-ruimte: simuleren, simuleren, simuleren. Tijdens training wordt een fysieke robot gezien als een ‘digitale tweeling’, die op de proef wordt gesteld terwijl computers 4.000 gelijktijdige simulaties van verschillende omgevingen uitvoeren.
Dit type training heeft duidelijk bredere toepassingen dan de weliswaar beperkte wereld van gemotoriseerd voetbal. Het debat woedt over de effectiviteit van tweebenige robots, maar één ding is zeker: er zijn grenzen aan hoe ver je momenteel kunt gaan op wielen.
“Als je vandaag om je heen kijkt, zijn de meeste robots op wielen. Maar stel je voor dat er een catastrofaal scenario is, een overstroming of een aardbeving, en we willen dat de robots de mensen helpen bij het zoek- en reddingsproces. We hebben de machines nodig, ” zegt Pulkit Agrawal, een professor aan het Massachusetts Institute of Technology. Om terrein te doorkruisen dat niet vlak is, en robots met wielen kunnen dat landschap niet doorkruisen. bereik van de huidige robotsystemen.”
Natuurlijk heeft Dribblebot ook zijn eigen beperkingen. Trappen en hellingen zijn nog steeds een uitdaging voor de kleine robot.