Robot Raibo s umělou inteligencí dělá vysokorychlostní parkour  
Šikovný robopes Raibo jihokorejského institutu KAIST dělá parkour na čtyřech končetinách. Má v sobě inteligence, která dělá a neustále aktualizuje mapu okolí robota a vytyčuje trasu s místy, kam je nejlepší umístit končetiny robota. V budoucnu by takoví roboti mohli provádět parkour v místech katastrof.
Robotický parkour. Kredit: Hyeongjun Kim.
Robotický parkour. Kredit: Hyeongjun Kim.

Parkour čili l’art du déplacement je původně francouzský sport nebo francouzské pohybové umění, podle úhlu pohledu, spočívající ve schopnosti někam se dostat v chaotickém, typicky ve městském prostředí, jen s pomocí vlastního těla a s vynaložením co nejmenšího množství energie. Traceuři a traceurky jsou pro diváka velmi atraktivní, jako mágové, kteří ovládli přírodní živly. Jak se ale ukazuje, parkour nemusí být jenom lidskou záležitostí.

 

Jemin Hwangbo. Kredit: J. Hwangbo.
Jemin Hwangbo. Kredit: J. Hwangbo.

Tým robotiků a specialistů na umělé inteligence v jihokorejské Robotics & Artificial Intelligence Lab navrhl, postavil a úspěšně otestoval čtyřnohého robota, který zvládá vysokorychlostní parkour. Robot, kterému říkají Raibo, je nacpaný umělou inteligencí, která sleduje a plánuje pohyby robota na jeho divoké jízdě v rozmanitých prostředích.

 

Vycvičená neurální síť Raiba vytváří a nepřetržitě aktualizuje mapu prostředí kolem robota. Ta slouží nejen k vytyčení trasy pohybu, ale také určuje místa, kam robot umístí své končetiny, aby to bylo efektivní a bezpečné.

 

Logo. Kredit: KAIST.
Logo. Kredit: KAIST.

Jemin Hwangbo z jihokorejského institutu KAIST (Korea Advanced Institute of Science and Technology) a jeho spolupracovníci svého robotického mazlíka důkladně testovali. Testy nejprve zahrnovaly simulace, aby tvůrci ověřili fungování součástí robota. Další fáze testů probíhala v různých laboratorních prostředích, v nichž vědci testovali i schopnosti umělé inteligence mapovat prostředí a vytyčovat trasu robota.

 

Testy potvrdily, že Raibo zvládne krátký vertikální pohyb po zdi, přeskočí na vzdálenost 1,3 metrů a přeběhne plochu pokrytou kameny. Také ověřili, že Raibo vyleze po rampě, vyjde po schodech a přeleze bedny. Hwangbo s kolegy hodlají s robotem dál pracovat. Současně již postavili následovníka Raibo 2, který by měl být ještě lepší. Šikovní robotičtí traceuři by mohli pomáhat při katastrofách nebo podobných ošemetných situacích.

 

Video: Robot navigates high-speed parkour with autonomous movement planning

 

Literatura

Phys.org 30. 5. 2025.

Science Robotics online 28. května 2025.

Datum: 02.06.2025
Tisk článku

Související články:

Pokročilý čínský robotický pes Unitree B2 je rychlejší než konkurence     Autor: Stanislav Mihulka (31.12.2023)
Americká armáda testuje robotické psy s puškou proti dronům     Autor: Stanislav Mihulka (20.08.2024)
Boston Dynamics skórují velmi lidskými pohyby robota Atlase     Autor: Stanislav Mihulka (21.03.2025)



Diskuze:

Ladislav Zima,2025-06-03 01:09:01

Proč za milióny? Už před pandemií jsme měli VR headset sledující okolí za asi 13 tisíc Kč.

Odpovědět

Martin Pecka,2025-06-02 09:30:30

Vysledek je hezky, ale do praxe absolutne neprenositelny:

We believed these limitations could be addressed by improved state estimation and mapping algorithms and the use of multiple wide-angle cameras. However, this is beyond the scope of this work. Therefore, instead of using a perception system, we preacquired the height map information and obtained the robot’s pose from a motion capture system using Vicon’s Vero device.

Takze potrebuje mistnost vybavenou externim trackovacim systemem za miliony, ktery meri presnou polohu robota, misto aby si ji robot meril sam. Fyzik by mozna rekl, ze jiste, preci izolovali zkoumany jev od jevu nesouvisejicich... Jenze bohuzel v robotice to tak nefunguje. Bud vam to funguje cele dohromady, nebo nefunguje nic. Tj. dokud tohle nebudou umet s nedokonalou lokalizaci, mapovanim a vnimanim (ktere navic budou mit nezanedbatelnou latenci), tak nemaji nic nez hezke video na youtube.

Odpovědět


Re:

Jan Rychlik,2025-06-04 10:27:49

V tuhle chvíli mu mapování zajišťují externě. Ale pokud bude mít dostatečně výkonný senzorický a mapovací systém, to, že ho naučili plánovat kam šlápnout a jak daleko a pod jakým úhlem může skočit, se zužitkuje velmi dobře. Pokud by měl lézt do míst, kam nechceme posílat lidi, možná nebude ani muset moc spěchat, takže bude mít dost času na to zmapování prostření. Samozřejmě pak bude třeba, aby se vyrovnal s různou adhezí povrchů a případy, kdy ztratí rovnováhu, ale to se taky dá naučit.

Odpovědět


Re: Re:

D@1imi1 Hrušk@,2025-06-04 12:25:54

Takže ho naučili některé věci, které už konkurence uměla, ale další věci, které konkurence uměla, ho zatím nenaučili.

"pokud bude mít dostatečně výkonný senzorický a mapovací systém"
Může být sebevýkonnější, ale pokud bude odkázaný na pohled z první osoby, trasa bude zacloněná překážkami. Externí pohled vytváří dokonalou mapu, podle které se navrhne optimální trasa, pohled z první osoby ne. Člověk, zvíře či autonomní robot musejí trasu určit intuitivně, aniž by za překážky viděli a za pochodu ji podle situace měnit.

Odpovědět


Diskuze je otevřená pouze 7dní od zvěřejnění příspěvku nebo na povolení redakce








Zásady ochrany osobních údajů webu osel.cz