Гуманоидные роботы делают значительные шаги вперед в развитии плавных, человеческих движений, включая танцы. Это стало возможным благодаря новой программной платформе для отслеживания движений, известной как ExBody2, которая использует высокоточные данные захвата движений и симуляции.
Об этом сообщает ProIT
Эту инновационную технологию создали совместно ученые из UC San Diego, UC Berkeley, MIT и Nvidia. Разработка обещает превратить роботов в более гибких и адаптивных помощников, способных выполнять разнообразные задачи с высокой точностью.
Как работает система ExBody2
Технология ExBody2 использует данные захвата движений людей, преобразуя их в инструкции для роботов. Эта система обучает гуманоидных роботов через метод подкрепляющего обучения, который является частью машинного обучения, где робот получает «награды» за правильные действия. Таким образом, роботы способны точно воспроизводить движения, не теряя равновесия.
Одним из ключевых преимуществ ExBody2 является возможность создания длительных, непрерывных движений, используя лишь короткие видео, например, несколько секунд танца. В демонстрационном видео гуманоидный робот, обученный с помощью ExBody2, демонстрирует плавные танцы, физические упражнения и даже имитирует движения человека в реальном времени благодаря дополнительному алгоритму, известному как HybrIK: Hybrid Analytical-Neural Inverse Kinematics, разработанному Шанхайским университетом Цзяо Тун.
Вызовы и перспективы
На данный момент система ExBody2 сосредоточена на обучении движений верхней части тела, поскольку чрезмерная активность нижней части может привести к нестабильности. Ученые внимательно отбирают задачи, чтобы избежать перегрузки системы.
“Слишком простые задачи могут ограничить способность робота адаптироваться к новым ситуациям, тогда как слишком сложные движения могут привести к неэффективному обучению”, — отмечают исследователи.
База данных ExBody2 содержит более 2800 движений, большинство из которых получены из архива AMASS (Archive of Motion Capture As Surface Shapes), который включает более 11 000 человеческих движений и 40 часов детальных данных о движениях. Это позволяет эффективно обучать нейронные сети.
Команда разработчиков планирует автоматизировать процесс сбора данных, что должно ускорить обучение роботов. Это даст возможность будущим гуманоидным роботам быстрее адаптироваться к новым задачам и ситуациям без необходимости в ручной настройке базы данных.
В перспективе гуманоидные роботы могут найти применение в различных сферах, где нужны точность, гибкость и артистизм, приближая научно-фантастические сценарии к реальности.
