Университет Иллинойса разработал инновационный метод CARL для роботов с улучшенной точностью движения на 15%

Прорыв в обучении роботов

Как сообщает НВ — Техно: Специалисты из Университета Иллинойса в Урбана-Шампейн создали уникальный подход к обучению роботов - Contraction-Aware Reinforcement Learning (CARL). Эта технология позволяет повысить точность перемещений роботов на 15%, одновременно обеспечивая устойчивость их движения за счёт ограничения отклонений от заданного маршрута. CARL объединяет возможности обучения с подкреплением и теоретические принципы сжатия, что обеспечивает высокую эффективность в разнообразных условиях.

Обучение с подкреплением помогает роботам адаптировать свои действия, опираясь на обратную связь из окружающей среды. Теория сжатия, в свою очередь, используется для оценки стабильности динамически изменяющихся систем. CARL вводит строго математически обоснованные пределы отклонений от траектории, что является ключевым элементом для достижения максимальной точности движения.

Испытания и практическое применение

Разработанный метод был протестирован как в компьютерных симуляциях, так и на реальных роботах в авиационной лаборатории. В экспериментах приняли участие три платформы:

• колёсный робот TurboBot 3 Burger,
• летательный аппарат с маховыми крыльями,
• шестиногий робот Jethexa.

Тесты продемонстрировали улучшение точности слежения за траекторией до 15% по сравнению с существующими методами, а также высокую устойчивость CARL к различиям между модельными предположениями и реальными характеристиками роботов.

Во время обучения использовалась модель робота массой 1 кг, в то время как фактический вес устройства составлял 1,2 кг. Несмотря на это, метод успешно показал свои преимущества в точности и стабильности движения. Среди перспективных направлений применения CARL - борьба с лесными пожарами, обнаружение очагов возгорания, а также сбор данных и доставка снаряжения спасателям.

Эти возможности делают CARL важным шагом в развитии робототехники для работы в экстремальных и опасных условиях.

Метод CARL открывает новые горизонты в использовании роботов для решения сложных задач, которые требуют высокой точности и адаптивности. Внедрение подобных технологий способно существенно повысить эффективность спасательных операций и других критически важных мероприятий. Для российской робототехники и систем автоматизации данное направление может стать значимым импульсом, способствующим развитию передовых систем управления в условиях повышенных требований к безопасности и надежности. Результаты исследований также создают прочную базу для будущих инноваций в области искусственного интеллекта и автоматизации.