Российские ученые предложили решение проблемы перемещения шагающих роботов по неровным поверхностям и в стесненной обстановке
Роботы-гуманоиды — перспективная платформа, которая потенциально востребована в различных сферах жизни людей — от индустрии обслуживания до изучения неизведанных миров. Для функционирования робота в инфраструктуре человека необходимо реализовать точное управление локомоцией робота, учитывающей препятствия и неровные поверхности.
Решая эту задачу, ученые из Московского физико-технического института представили новый метод планирования движений робота-гуманоида, основанный на алгоритмах искусственного интеллекта. Исследование опубликовано в IEEE Access.
Аппарат, запрограммированный по разработке ученых МФТИ, может точно планировать положение своих ступней и адаптивно регулировать высоту шага. Это позволяет машине уверенно передвигаться, преодолевать препятствия высотой до половины от длины ее ноги и поддерживать темп перемещения около 3 км/ч.
Рис 1. Предлагаемый обучаемый контроллер обеспечивает стабильное передвижение по сложной местности. Робот успешно перемещается по местности с выемками и препятствиями длиной до 50% от длины его ног, достигая скорости ходьбы 0,8 м/с.
«В основе метода — изменение парадигмы управления роботом с задания его целевой скорости на задание целевых положений стоп. Нейронная сеть, управляющая моторами робота, учит его точно ставить стопы в спланированное положение. Таким образом мы разделяем восприятие и управление, делая систему более предсказуемой и безопасной.
На первом этапе встроенный компьютер анализирует данные с камеры об окружающей обстановке и рельефе. После чего генерирует целевые позиции для совершения роботом шагов. Затем политика управления посылает сигналы на моторы робота таким образом, чтобы он следовал запланированной траектории»,— рассказал один из авторов разработки, аспирант и ведущий инженер лаборатории интеллектуальных технологий робототехники Института искусственного интеллекта МФТИ Вильям Сулиман.
Он добавил, что ключевая особенность алгоритма — использование двухшагового предвидения. Это значит, что робот планирует не только следующий шаг, но и последующий, что значительно улучшает стабильность его походки на неровной поверхности.
В отличие от многих других контроллеров, которые свободно меняют положение ног робота ради сохранения им равновесия, предложенный метод ориентирован на точное следование заданным шагам. Это критично для структурированного рельефа — лестниц, ступеней и краев обрывов, где важно точное размещение стопы.
«Изучение стратегий упреждения показало, что планирование на один шаг определяет „близорукое” поведение устройства, когда машина не успевает вовремя остановиться перед препятствием или пропастью. В то же время прогноз на три шага не дает существенного улучшения, но при этом может ухудшать ориентацию робота и увеличивает вычислительную нагрузку. Вместе с тем планирование на два шага дает машине достаточный запас времени для адаптации к смене рельефа и командам скорости»,— пояснил Вильям Сулиман.
Эксперименты подтвердили эффективность решения. В частности, новый метод проверили в симуляторе в виртуальной среде с помощью платформы-прототипа Bruce — человекоподобного робота размером с ребенка. В процессе исследований робот успешно адаптировался к сменяющимся командам компьютера и сохранял устойчивость при ходьбе по неровностям, демонстрируя точное отслеживание шагов.
Рис 2. Оценка предложенного подхода к движению робота вниз по лестнице. Робот успешно преодолевает ступеньки, точно ставя ноги и регулируя положение тела для поддержания равновесия. Это демонстрирует способность контроллера справляться с отрицательными перепадами высоты и поддерживать стабильное передвижение на спускающейся местности
Как подчеркнули разработчики, при серийном изготовлении роботов-гуманоидов внедрение предложенного подхода может дать производителям стратегические преимущества. В частности, упрощение системы управления облегчит программирование устройств.
По мнению ученых, человекоподобные роботы эффективнее своих колесных «сородичей» при эксплуатации в помещениях с лестницами, узкими проходами и другими препятствиями. В том числе они найдут применение для решения задач помощи по дому, ухода за пожилыми и людьми с ограниченными возможностями, а также при проведении поисково-спасательных операций в условиях завалов. В перспективе шагающие механизмы помогут осваивать другие планеты.
Научная статья: , , Reinforcement Learning-Based Footstep Control for Humanoid Robots on Complex Terrain; IEEE Access (Volume: 13) 2025; DOI: 10.1109/ACCESS.2025.3622091
