Come i robot imparano a camminare

Passaggi ripidi su terreno scivoloso, gradini alti, ghiaia e sentieri forestali con radici: il sentiero che porta in cima al monte Etzel, alto 1098 metri e situato all'estremità meridionale del lago di Zurigo, è costellato di numerosi ostacoli. Ma ANYmal, il robot a quattro zampe del laboratorio di sistemi robotici dell'ETH di Zurigo, supera agevolmente i 120 metri di altitudine e raggiunge la vetta dopo un'ascesa di 31 minuti. Quattro minuti in meno rispetto al tempo concesso agli escursionisti umani. E senza cadere o commettere errori.

Ciò è reso possibile da una nuova tecnologia di controllo che i ricercatori dell'ETH di Zurigo, guidati dal professore di robotica Marco Hutter, hanno recentemente pubblicato sulla rivista Scienza Robotica presentato. "Il robot ha imparato a combinare la percezione visiva dell'ambiente con la percezione tattile basata sul contatto diretto con le gambe. Questo gli permette di affrontare terreni accidentati in modo più rapido, efficiente e soprattutto robusto", spiega Hutter. In futuro, ANYmal potrà essere utilizzato ovunque sia troppo pericoloso per gli esseri umani o troppo accidentato per altri robot.

Percepire correttamente l'ambiente

Per navigare su terreni difficili, uomini e animali combinano automaticamente la percezione visiva dell'ambiente con il senso del tatto delle zampe e delle mani. Questo permette loro di affrontare con facilità superfici scivolose o cedevoli e di muoversi in modo affidabile anche in condizioni di scarsa visibilità. Finora, i robot che camminano sono stati in grado di farlo solo in misura limitata.

"Il motivo è che le informazioni registrate dai sensori laser e dalle telecamere sull'ambiente circostante sono spesso incomplete e ambigue", spiega Takahiro Miki, dottorando del gruppo di Hutter e primo autore dello studio. Ad esempio, l'erba alta, le pozzanghere o la neve appaiono come ostacoli insormontabili o sono parzialmente invisibili, anche se il robot potrebbe effettivamente camminarci sopra. Inoltre, la visione del robot può essere disturbata da condizioni di luce difficili, polvere o nebbia.

"I robot come ANYmal devono quindi essere in grado di decidere da soli quando fidarsi delle immagini del loro ambiente e avanzare rapidamente e quando invece è meglio procedere con cautela e a piccoli passi", dice Miki. "Questa è la grande sfida".

Al campo di addestramento virtuale

Grazie a un nuovo sistema di controllo basato su una rete neurale, il robot sviluppato da ricercatori dell'ETH e prodotto dall'apertura ETH pagina esternaANYbotics Il robot ambulante ANYmal, commercializzato, è ora in grado di combinare per la prima volta la percezione esterna con quella tattile. Prima che il robot potesse dimostrare le sue capacità in natura, gli scienziati hanno messo il sistema di fronte a numerosi ostacoli e fonti di errore in un campo di addestramento virtuale. Questo ha permesso alla rete di imparare come il robot supera in modo ottimale gli ostacoli e quando può fare affidamento sui dati ambientali o è meglio ignorarli.

"Con questo addestramento, il robot è in grado di dominare i terreni più difficili della natura senza averli mai visti prima", spiega l'ETH Hutter. Questo funziona anche se i dati dei sensori dell'ambiente circostante sono ambigui o diffusi. ANYmal va quindi sul sicuro e si affida al suo senso del tatto. Secondo Hutter, il robot combina così il meglio dei due mondi: la velocità e l'efficienza della percezione esterna e la sicurezza della percezione tattile.

Impiego in condizioni estreme

Che si tratti di un terremoto, di un disastro nucleare o di un incendio boschivo: I robot come ANYmal possono essere utilizzati soprattutto dove è troppo pericoloso per l'uomo e dove altri robot non possono più essere utilizzati a causa del terreno difficile.

ANYmal è stata in grado di dimostrare il funzionamento della nuova tecnologia di controllo lo scorso settembre in occasione del Sfida sotterranea Darpa,la competizione di robot più famosa al mondo. L'ETH ha superato automaticamente e rapidamente numerosi ostacoli e terreni difficili in uno stretto tunnel sotterraneo e in un sistema di grotte. Questo ha contribuito in modo significativo a far vincere ai ricercatori dell'ETH il primo posto come parte del Team Cerberus e un premio in denaro di 2 milioni di dollari.