Algoritme Baru Bantu Robot Berkaki Empat Bergerak Leluasa di Medan Menantang

Peneliti di UC San Diego mengembangkan algoritme baru untuk robot berkaki empat. Kredit: UC San Diego Jacobs School of Engineering

Liputan6.com, Jakarta - Sekelompok peneliti yang dipimpin oleh University of California San Diego telah mengembangkan sistem algoritme baru yang memungkinkan robot berkaki empat untuk berjalan dan berlari di medan yang menantang sambil menghindari rintangan statis dan dinamis.

Dalam pengujian para peneliti, sistem ini memandu robot untuk secara otonom dan cepat bergerak melintasi permukaan berpasir, kerikil, rumput, dan bukit tanah bergelombang yang ditutupi dengan cabang dan daun-daun yang berguguran tanpa menabrak tiang, pohon, semak belukar, batu besar, bangku, atau orang.

Robot ini juga mampu menavigasi ruang kantor yang sibuk tanpa menabrak meja, kursi dan benda-benda kantor lainnya.

Karya yang dituangkan dalam makalah bertajuk "Vision-Guided Quadrupedal Locomotion in the Wild with Multi-Modal Delay Randomization" itu membawa para peneliti selangkah lebih dekat untuk membangun robot yang dapat melakukan misi pencarian dan penyelamatan atau mengumpulkan informasi di tempat-tempat yang terlalu berbahaya atau sulit bagi manusia.

Menurut para peneliti, algoritme yang mereka kembangkan memberikan robot berkaki lebih banyak keserbagunaan karena menggabungkan indera penglihatan robot dengan modalitas penginderaan lain yang disebut proprioception; ia melibatkan indera pergerakan, arah, kecepatan, lokasi dan sentuhan robot--dalam hal ini, tanah di bawah kakinya.

Xiaolong Wang, seorang profesor teknik elektro dan komputer di UC San Diego Jacobs School of Engineering, menyatakan bahwa saat ini sebagian besar pendekatan untuk melatih robot berkaki untuk berjalan dan menavigasi bergantung pada proprioception atau penglihatan saja, tetapi tidak keduanya pada saat yang sama.

Kepolisian di banyak negara kini menggunakan robot untuk berbagai tugas khusus yang bisa membahayakan manusia, termasuk menghadapi ancaman terorisme, hingga menjalankan tugas di tengah pandemi. Tapi penggunaan robot ini ternyata memunculkan resistens...

2 dari 4 halaman

Gabungan Proprioception dan Computer vision

"Dalam satu kasus, ini seperti melatih robot buta untuk berjalan hanya dengan menyentuh dan merasakan tanah. Dan di sisi lain, robot merencanakan gerakan kakinya berdasarkan penglihatan saja. Robot tidak mempelajari dua hal pada saat yang sama," ujar Wang.

Oleh sebab itu, kata Wang, dia beserta timnya menggabungkan proprioception dengan computer vision untuk memungkinkan robot berkaki bergerak secara efisien dan lancar--sambil menghindari rintangan--di berbagai lingkungan menantang.

Sistem yang dikembangkan Wang dan timnya menggunakan seperangkat algoritme khusus untuk memadukan data dari gambar real-time yang diambil oleh kamera in-depth di kepala robot dengan data dari sensor pada kaki robot. Wang menilai, ini bukan tugas sederhana.

3 dari 4 halaman

Real-Time

"Masalahnya adalah di dunia nyata terkadang ada sedikit jeda dalam menerima gambar dari kamera, sehingga data dari dua modalitas penginderaan yang berbeda tidak selalu tiba pada waktu yang sama," tutur Wang.

Tim mereka maka dari itu menyimulasikan ketidakcocokan ini dengan mengacak dua set input-teknik yang disebut para peneliti sebagai pengacakan jeda multimodal.

Input yang digabungkan dan diacak kemudian digunakan untuk melatih reinforcement learning dari ujung ke ujung. Pendekatan ini membantu robot untuk membuat keputusan dengan cepat selama navigasi dan mengantisipasi perubahan dalam lingkungannya sebelumnya, sehingga robot dapat bergerak dan menghindari rintangan lebih cepat pada berbagai jenis medan tanpa bantuan operator manusia.

4 dari 4 halaman

Rilis Kode

Ke depannya, Wang dan timnya sedang berupaya membuat robot berkaki lebih serbaguna sehingga mereka dapat menaklukkan medan yang lebih menantang.

"Saat ini, kami dapat melatih robot untuk melakukan gerakan sederhana seperti berjalan, berlari dan menghindari rintangan. Berikutnya kami ingin memungkinkan robot untuk berjalan naik dan turun tangga, berjalan di atas batu, mengubah arah dan melompati rintangan," kata Wang.

Wang dan tim telah merilis kode penelitian mereka secara online di: https://github.com/Mehooz/vision4leg.

Peneliti lainnya yang terlibat adalah Chieko Sarah Imai, Yuchen Zhang, Marcin Kierebinski, Ruihan Yang dan Yuzhe Qin dari UC San Diego; serta Minghao Zhang dari Tsinghua University, Tiongkok.

Beradu Kemampuan Teknologi di AI and Robotic Innovation Expo 2024