ASAP: Forscher lassen humanoiden Roboter Moves von bekannten Sportlern ausfĂĽhren
Ein neues Framework stimmt Simulationen und Realität beim Robotertraining besser aufeinander ab. Ein Unitree G1 kann so Moves bekannter Sportler nachahmen.
Der Unitree G1 Roboter ahmt Cristiano Ronaldos "Siu"-Luftsprung nach.
(Bild: LeCAR Lab / CMU (Screenshot))
Ein Wissenschaftsteam der Carnegie Mellon University (CMU) und von Nvidia hat das KI-Framework Aligning Simulation and Reals Physics (ASAP) entwickelt, um mit einem humanoiden Roboter ikonische Moves bekannter Sportler wie Cristiano Ronaldo und LeBron James auszuführen. Die Forscher wollen damit die agilen Ganzkörperfähigkeiten humanoider Roboter verbessern und ausreizen.
Dynamische und koordinierte Ganzkörperbewegungen sind für humanoide Roboter keine einfache Angelegenheit. Meist beschränken sich die agilen Bewegungen auf die Fortbewegung oder einfache Bewegungsaufgaben. Forscher haben in letzter Zeit immer wieder versucht, eine Ganzkörperagilität in humanoide Roboter zu bringen, doch gibt es dabei Einschränkungen durch die Hardware sowie Diskrepanzen zwischen simulierter und realer Physik.
Um die daraus erwachsenen Einschränkungen zu umgehen, haben die Wissenschaftler der CMU mithilfe von Nvidia das zweistufige ASAP-System für agile humanoide Ganzkörperfähigkeiten entwickelt. Dabei werden die Strategien zunächst in einer Simulation anhand von menschlichen Bewegungsvideos trainiert, wie die Forscher in der Studie "ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills" ausführen, die auf Arxiv im Pre-Print erschienen sind.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Diese Strategien werden dann auf den humanoiden Roboter übertragen. Der Roboter wird sodann mit einer Bewegungsverfolgungsstrategie trainiert, die mit Daten aus der realen Welt abgeglichen wird. Um diese Unterschiede ausgleichen zu können, trainieren die Wissenschaftler ein Delta-Aktionsmodell. Damit ist es möglich, die Strategien genau abzustimmen, sodass sich der Roboter an die realen physikalischen Verhältnisse anpassen kann. Damit schließen die Forscher die Lücke zwischen simuliertem Training und der realen Ausführung. Die Roboter gewinnen dadurch an Agilität.
Agilere Ganzkörperbewegungen
Die Wissenschaftler verwendeten einen Unitree G1 Roboter, um ASAP damit zu testen. Sie brachten dem Roboter anhand von Videos typische Bewegungen von bekannten Sportlern. Konkret handelt es sich um Cristiano Ronaldos "Siu"-Loop mit einer Drehung in der Luft, den "Silencer“, das einbeinige Balancieren von LeBron James sowie den "Fadeway-Jumshot" von Kobe Bryants. Zusätzlich trainierten sie ihn, um verschiedene sportliche Bewegungen durchführen zu lassen, wie etwa Vorwärts- und Seitwärtssprünge bis zu einem Meter.
Die Forscher stellten fest, dass der Roboter durch den Ausgleich von simulierter zu realer Physik sehr viel geschickter agiert und bessere Ganzkörperbewegungen ausführen kann.
Videos by heise
Die Forscher räumen ein, dass die Roboterbewegungen zwar immer noch etwas ungelenk wirken, allerdings läge das an der Limitierung der Hardware. Der G1-Roboter verfügt einfach über deutlich weniger bewegliche Elemente in den Gelenken und dem gesamten Körper als ein Mensch.
(olb)
