Come i quadrupedi e i robot cambiano andatura
Uno studio rivela come i quadrupedi cambiano passo per mantenere equilibrio ed efficienza.
― 6 leggere min
Indice
- L'importanza della transizione del passo
- Esplorare la transizione del passo attraverso la robotica
- Il ruolo della vitalità
- Indagare le transizioni del passo nei robot quadrupedi
- Movimento su terreni piatti
- Attraversare spazi vuoti con percezione anticipatoria
- L'impatto delle informazioni sensoriali
- Analizzare l'efficienza energetica e la stabilità del movimento
- Conclusione: approfondimenti dalla robotica e dal comportamento animale
- Fonte originale
- Link di riferimento
Gli animali che camminano su quattro zampe, conosciuti come quadrupedi, possono facilmente passare da uno stile di cammino all'altro. Questi stili includono camminare, trottare, galoppare e saltellare. La scelta dello stile spesso dipende da quanto veloce devono muoversi. Un'idea importante è che lo fanno per usare l'energia in modo saggio. Tuttavia, la ricerca mostra che le ragioni dietro questi cambi di passo non sono completamente comprese. Alcuni suggeriscono che evitare di cadere sia una ragione chiave per cambiare i passi. Questa prospettiva forma la base della nostra esplorazione di come i quadrupedi imparano a muoversi e a cambiare passo.
L'importanza della transizione del passo
Capire come gli animali cambiano i loro passi ci aiuta a conoscere meglio il Movimento in generale. I quadrupedi devono adattare i loro movimenti in base alla velocità e al tipo di terreno su cui si trovano. Ad esempio, potrebbero camminare lentamente su un terreno piatto ma passare a un trotto o a un galoppo quando devono correre. Questi cambiamenti li aiutano a mantenere l'equilibrio e a evitare di cadere. Lo studio di queste transizioni può fornire spunti su come sia gli animali che i robot potrebbero muoversi meglio.
Esplorare la transizione del passo attraverso la robotica
Per fare luce su questo argomento, possiamo usare i robot. Il campo della robotica ci permette di simulare e analizzare il movimento quadrupede in modi che non sono sempre possibili con animali vivi. Usando modelli robotici, possiamo studiare come certi fattori influenzano i cambi di passo. Possiamo vedere come il cervello, il midollo spinale e il corpo lavorano insieme per coordinare il movimento. È importante capire che i robot possono fornire dati preziosi che a volte è più difficile raccogliere da creature viventi.
Il ruolo della vitalità
La vitalità è un termine che si riferisce alla capacità di un organismo vivente di evitare di cadere o perdere equilibrio mentre si muove. Nella nostra esplorazione, proponiamo che mantenere la vitalità sia una ragione fondamentale per i cambi di passo. Quando i quadrupedi si trovano di fronte a terreni irregolari o spazi vuoti, devono prendere decisioni rapide su quale passo utilizzare per restare in piedi e al sicuro. La capacità di scegliere il passo giusto può prevenire le cadute e garantire un movimento continuo.
Indagare le transizioni del passo nei robot quadrupedi
Per studiare questa idea, abbiamo utilizzato un robot progettato per imitare il movimento quadrupede. Volevamo vedere come passava tra i vari passi mentre imparava a camminare su diversi tipi di terreno. Ci siamo concentrati su due principali tipologie di superfici: superfici piatte e superfici con vuoti. La nostra ricerca mirava anche a identificare quali informazioni il robot ha bisogno per effettuare transizioni riuscite.
Movimento su terreni piatti
Nei test su superfici piatte, abbiamo osservato come il robot imparava a camminare e trottare. Abbiamo scoperto che c'è una velocità ottimale alla quale il robot dovrebbe passare da camminare a trottare. Questa transizione aiuta a ridurre l'uso di energia e a mantenere la stabilità. Attraverso i nostri test, abbiamo confrontato le prestazioni del robot con quelle di vari animali quadrupedi, tra cui cani e ratti. I risultati hanno indicato una relazione tra velocità, uso di energia e scelta del passo.
I dati suggeriscono che i quadrupedi hanno velocità preferite per camminare e trottare. Questo è simile al nostro modello robotico, che ha mostrato anche velocità ottimali per questi passi. La capacità di passare tra i passi in modo efficiente è fondamentale per mantenere l'efficienza energetica nella locomozione.
Attraversare spazi vuoti con percezione anticipatoria
Attraversare spazi vuoti presenta una sfida unica. Il nostro robot è stato testato su superfici con vuoti dove doveva coordinare le sue zampe con attenzione per evitare di cadere. Abbiamo trovato che la capacità di percepire la distanza dagli spazi vuoti influenzava significativamente il successo del robot. La distanza delle zampe anteriori rispetto al vuoto era il fattore più importante per aiutare il robot a anticipare i suoi movimenti.
Durante questi test, il robot ha imparato ad adattare i suoi movimenti aumentando la lunghezza e l'altezza del passo mentre si avvicinava ai vuoti. Passava da un trotto a un passo saltellante mentre attraversava gli spazi, assicurandosi che tutte e quattro le zampe fossero in sincronia per atterrare in sicurezza dall'altro lato. Analizzando il comportamento del robot, abbiamo scoperto che evitare le cadute era più critico che semplicemente ottimizzare l'efficienza energetica.
L'impatto delle informazioni sensoriali
I nostri risultati evidenziano l'importanza delle informazioni sensoriali nel guidare le transizioni del passo. Il robot imparava meglio quando poteva vedere accuratamente la distanza dai vuoti. Queste informazioni gli permettevano di pianificare i suoi movimenti e di evitare stati non vitali, come cadere. Anche il feedback vestibolare, che fornisce informazioni sull'equilibrio e sull'orientamento spaziale, era cruciale. Ha aiutato il robot a rimanere in piedi durante i salti.
Abbiamo sperimentato diversi tipi di dati sensoriali. Quelli che fornivano informazioni specifiche sulla posizione delle zampe rispetto agli spazi vuoti hanno portato ai tassi di successo più alti. I risultati hanno dimostrato che avere questo feedback sensoriale mirato consentiva al robot di prendere decisioni migliori su quale passo utilizzare.
Analizzare l'efficienza energetica e la stabilità del movimento
L'efficienza energetica e la stabilità del movimento sono considerazioni essenziali nella locomozione. Nei nostri test, abbiamo esaminato la relazione tra uso di energia e transizioni del passo. Anche se ci aspettavamo che cambiare passo portasse a un minore consumo di energia, abbiamo scoperto che non era sempre così. In alcune situazioni, il robot ha usato più energia dopo essere passato a un nuovo passo.
Questo suggerisce che mentre l'efficienza energetica è un fattore importante nella locomozione, non è l'unico principio guida. La priorità di evitare cadute e mantenere l'equilibrio spesso supera la necessità di risparmiare energia. I risultati evidenziano l'interazione complessa tra uso di energia, equilibrio e selezione dei passi.
Conclusione: approfondimenti dalla robotica e dal comportamento animale
Il nostro studio fornisce preziosi spunti su come i quadrupedi e i robot gestiscono movimento e transizioni del passo. Concentrandosi sul concetto di vitalità, proponiamo che restare in piedi e evitare di cadere sia un obiettivo primario nel decidere quale passo utilizzare. La combinazione di modelli robotici e dati animali consente una comprensione più completa di questi processi.
Inoltre, i nostri risultati sottolineano l'importanza del feedback sensoriale nel guidare il movimento. Le giuste informazioni consentono un comportamento anticipatorio migliore, permettendo transizioni più fluide e un equilibrio migliorato. Man mano che continuiamo a indagare in quest'area, le conoscenze acquisite possono informare sia il design della robotica che la nostra comprensione della locomozione animale.
Direzioni future
La ricerca continua in questo campo può portare a progressi nella tecnologia robotica, in particolare nella creazione di robot che possono navigare ambienti reali in modo più efficace. Analizzare le dinamiche dei diversi passi, incorporare sistemi sensoriali avanzati e migliorare gli algoritmi di pianificazione del movimento saranno aree chiave di focus.
Mentre la nostra comprensione si approfondisce, possiamo anche esplorare potenziali applicazioni in altri campi. Ad esempio, le intuizioni ricavate dallo studio della locomozione quadrupede potrebbero migliorare le strategie di riabilitazione in animali e umani. Imparando sia dalla natura che dalla tecnologia, possiamo avanzare le nostre capacità di comprendere e facilitare il movimento in ambienti complessi.
Titolo: DeepTransition: Viability Leads to the Emergence of Gait Transitions in Learning Anticipatory Quadrupedal Locomotion Skills
Estratto: Quadruped animals seamlessly transition between gaits as they change locomotion speeds. While the most widely accepted explanation for gait transitions is energy efficiency, there is no clear consensus on the determining factor, nor on the potential effects from terrain properties. In this article, we propose that viability, i.e. the avoidance of falls, represents an important criterion for gait transitions. We investigate the emergence of gait transitions through the interaction between supraspinal drive (brain), the central pattern generator in the spinal cord, the body, and exteroceptive sensing by leveraging deep reinforcement learning and robotics tools. Consistent with quadruped animal data, we show that the walk-trot gait transition for quadruped robots on flat terrain improves both viability and energy efficiency. Furthermore, we investigate the effects of discrete terrain (i.e. crossing successive gaps) on imposing gait transitions, and find the emergence of trot-pronk transitions to avoid non-viable states. Compared with other potential criteria such as peak forces and energy efficiency, viability is the only improved factor after gait transitions on both flat and discrete gap terrains, suggesting that viability could be a primary and universal objective of gait transitions, while other criteria are secondary objectives and/or a consequence of viability. Moreover, we deploy our learned controller in sim-to-real hardware experiments and demonstrate state-of-the-art quadruped agility in challenging scenarios, where the Unitree A1 quadruped autonomously transitions gaits between trot and pronk to cross consecutive gaps of up to 30 cm (83.3 % of the body-length) at over 1.3 m/s.
Autori: Milad Shafiee, Guillaume Bellegarda, Auke Ijspeert
Ultimo aggiornamento: 2023-06-14 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2306.07419
Fonte PDF: https://arxiv.org/pdf/2306.07419
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://www.dropbox.com/s/7g5lba5l53c7ee6/Movie2.mp4?dl=0
- https://www.dropbox.com/s/exthfu44ialsjw9/Movie-3.mp4?dl=0
- https://www.dropbox.com/s/y6dfzolf2ucorrk/Movie4.mp4?dl=0
- https://www.dropbox.com/s/yosk86fs8vk0sqx/Movie1.mp4?dl=0
- https://www.dropbox.com/s/rkvjtb2athgdaim/Movie5.mp4?dl=0
- https://www.dropbox.com/s/yxr5pq4augomsnv/Movie6.mp4?dl=0
- https://www.dropbox.com/s/pw5bs3dpj7q08xt/Movie7.mp4?dl=0
- https://www.dropbox.com/s/07vb3cgzdea82l3/Movie8.mp4?dl=0
- https://www.dropbox.com/s/mca2gnd407rl9ad/Data_DeepTreansition.xlsx?dl=0