Высокопроизводительный контроллер: цифровой «пилот» для микроробота
Первый этап системы — контроллер с прогнозной моделью (Model Predictive Controller, MPC). Он использует динамическую математическую модель, чтобы предсказывать поведение робота и планировать оптимальные последовательности движений.
Контроллер позволяет:
- выполнять сальто, резкие развороты и агрессивные наклоны корпуса;
- учитывать ограничения по силе и крутящему моменту, предотвращая столкновения;
- планировать манёвры с высокой точностью, хотя вычислительно это крайне тяжёлая задача.
Этот «эксперт-планировщик» стал источником данных для обучения ИИ-модели следующего этапа.
Имитационное обучение: сложная математика превращается в быстрый ИИ-пилот
Чтобы обеспечить управление в реальном времени, исследователи обучили нейросеть с помощью имитационного обучения. Модель копирует поведение MPC, но работает в сотни раз быстрее.
«Политика» — то есть стратегия принятия решений — отвечает за выбор оптимальных действий робота в каждый момент времени. Например, чтобы выполнить несколько последовательных переворотов, роботу необходимо заранее точно замедлиться и попасть в правильные начальные условия — этому нейросеть и научили.
Главной задачей стало создание достаточного количества обучающих данных, описывающих крайние и сложные сценарии поведения.
Результаты: скорость +447%, ускорение +255%
Эксперименты показали впечатляющий прирост возможностей:
- скорость полёта увеличилась на 447%;
- ускорение — на 255%;
- робот выполнил 10 сальто за 11 секунд;
- отклонение от траектории не превышало 4–5 см.
Учёным также удалось воспроизвести саккадические движения, характерные для насекомых: резкое ускорение, стремительный рывок к точке, остановка и мгновенный разворот в обратном направлении. В природе такие движения помогают насекомым ориентироваться и стабилизировать зрение.
Что дальше: автономность и навигация без внешних систем
Пока контроллер работает на внешнем компьютере, но команда уверена, что упрощённые версии алгоритмов можно будет запускать и на самом роботе — несмотря на ограниченные ресурсы.
Следующие задачи:
- интеграция миниатюрных датчиков и камер, чтобы роботы могли летать без системы внешнего захвата движения;
- создание алгоритмов обхода препятствий и координации в роях;
- повышение автономности, чтобы микророботы могли выполнять миссии на открытом воздухе.
Исследователи считают, что в перспективе такие устройства смогут приблизиться к уровню ловкости реальных насекомых — что открывает путь к новым приложениям в поисково-спасательных операциях, экологическом мониторинге и микроробототехнике.
Источник: https://russianelectronics.ru/issledovateli-iz-massachusetskogo-tehnologicheskogo-instituta-prodemon...Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
