دانشمندان به تازگی ابزاری طراحی کرده‌اند که از الگوهای نوسانی طبیعی بدن انسان و حیوانات برای بهبود حرکت ربات‌ها استفاده می‌کند.
به گزارش تکناک، تیم تحقیقاتی دانشگاه فنی مونیخ (TUM) این ابزار را روی ربات BERT که یک سگ رباتیک است، آزمایش کردند. با استفاده از این ابزار، BERT توانست سریع‌تر و به طور پویاتری حرکت کند.
این ربات در آزمایش‌های کنترل بهتر گام‌ها، از ربات‌های دیگر که از روش‌های قدیمی‌تر استفاده می‌کردند، جلو زد.
تیم تحقیقاتی گفت که این نوآوری به ربات‌ها کمک می‌کند تا بدون نیاز به فکر آگاهانه، حرکات طبیعی‌تری مانند: انسان‌ها و حیوانات انجام دهند.
فراگیری حرکت کارآمد توسط ربات‌ها
انسان‌ها به طور شگفت‌انگیزی در استفاده از اندام‌های بالایی خود برای انجام کارهای روزمره، مدیریت اشیا با طراحی پیچیده، مواد انعطاف‌پذیر یا رفتارهای غیرقابل پیش‌بینی مهارت دارند.
تحقیقات نشان می‌دهد که انسان‌ها می‌توانند سیستم‌های پیچیده و آشفته را تا حدی درک و پیش‌بینی کنند. این توانایی به احتمال زیاد به دلیل هماهنگ شدن با الگوهای طبیعی حرکت از طریق سیستم عصبی مرکزی است.
وقتی ویژگی‌های خاص این سیستم تحریک می‌شود، این هماهنگی به کنترل چندین حرکت کمک می‌کند و تلاش را کاهش می‌دهد.
انسان‌ها به طور طبیعی با فرکانس‌های خاص سیستم‌ها هماهنگ می‌شوند تا حرکت‌ها را به طور قابل پیش‌بینی کنترل کنند. به عنوان مثال، هنگام پرش روی ترامپولین یا پرتاب توپ این هماهنگی به وضوح قابل مشاهده است.
انسان‌ها با ساخت مدل‌هایی در ذهن خود از نحوه حرکت اشیا، می‌توانند حرکات آنها را پیش‌بینی و از استراتژی‌هایی برای کنترل استفاده کنند که رفتار سیستم را در نظر می‌گیرد، حتی اگر این کار باعث مصرف بیشتر انرژی شود.
حساسیت انسان به رزونانس تاکنون در سیستم‌های خطی ساده مورد مطالعه قرار گرفته است، اما درک این رفتار در سیستم‌های پیچیده‌تر و غیرخطی همچنان چالش‌برانگیز می‌باشد.
سیستم‌های غیرخطی، دینامیک‌های آشفته و غیرقابل پیش‌بینی دارند، اما حرکات دوره‌ای قابل پیش‌بینی به نام حالت‌های عادی غیرخطی (NNMs) را نشان می‌دهند.
این حالت‌ها مشابه حالت‌های ویژه سیستم‌های خطی هستند، اما با سطوح انرژی تغییر می‌کنند و از حالت تعادل عبور نمی‌کنند.
در یک تحقیق قدیمی، تیم تحقیقاتی ابزاری ساختند که به پیش‌بینی حرکات طبیعی در سیستم‌های غیرخطی کمک می‌کند.
محققان بررسی کردند که آیا انسان‌ها به طور شهودی با این حالت‌ها هماهنگ می‌شوند یا خیر. این ابزار به مطالعه نحوه تحریک و پایدارسازی رزونانس توسط انسان‌ها در سناریوهای پیچیده کمک می‌کند.
به تازگی یک تیم تحقیقاتی به رهبری آلبو-شافِر در دانشگاه فنی مونیخ (TUM) از ابزاری استفاده کرده‌اند تا حرکات انرژی‌کارآمد را در ربات‌ها محاسبه کنند.
این ابزار می‌تواند الگوهای نوسانی طبیعی را شناسایی و به محققان کمک کند تا بفهمند کدام حرکات کمترین انرژی را نیاز دارند.
این ابزار روی ربات BERT که یک ربات چهارپای کوچک شبیه به سگ می‌باشد و توسط آلبو-شافِر در مرکز فضایی آلمان (DLR) ساخته شده است، آزمایش شد. هدف تحقیق توسعه حرکات مؤثر و قابل تطبیق برای ربات‌های چهارپا بود.
محققان شش الگوی حرکت انرژی‌کارآمد برای BERT پیدا کردند، که شامل راه رفتن، دویدن آهسته و جهیدن می‌شود.
این الگوها با نوسان طبیعی ربات هم‌خوانی دارند و نشان می‌دهند که استفاده از این ریتم‌های طبیعی می‌تواند به ربات‌ها کمک کند تا گام‌های کارآمدتری بردارند.
این حرکات در دنیای واقعی و در سیستم‌های اصطکاکی با استفاده از پالس‌های انرژی دقیق و با تنظیم‌کردن زمان‌بندی آنها توسط یک کامپیوتر امکان‌پذیر است.
این روش مشابه زمانی است که یک مادر، کودک را روی تاب هل می‌دهد، اما برای ربات‌ها باید زمان‌بندی‌ها با دقت ریاضی تنظیم شود.
محققان می‌گویند که موفقیت بهبود حرکت ربات‌ها در این روش با یک مسابقه بین سه ربات BERT نشان داده شد.
رباتی که با این روش جدید برنامه‌ریزی شده بود، سریع‌تر و با انرژی کمتر از ربات‌های دیگر حرکت کرد و توانایی استفاده از نوسانات طبیعی برای حرکت‌های بهینه در رباتیک را به نمایش گذاشت.
