Инженеры из Италии и Швейцарии продемонстрировали способность четвероногого робота с манипулятором на спине перемещать мебель сложной формы по полу, не поднимая её. В симуляционных испытаниях робот ALMA перемещал стулья различной геометрии к заданной точке в 94% эпизодов, при этом доля опрокидываний составила 4,4%. В реальных тестах на четырех незнакомых предметах мебели (стулья обычные и складной, а также трехногий столик) робот справился в 40 из 58 попыток, что равно 69% успеха. Препринт исследования опубликован на arXiv. sources: [3, 10]

В основе подхода лежит обучение с подкреплением: робот сначала учится находить подходящие точки контакта с объектом, а затем постепенно уменьшают вознаграждение за контакт, делая главной задачей именно перемещение предмета. Над проектом работали Марко Хуттер и его команда из ETH Zürich. При обучении применялся алгоритм PPO в симуляторе Isaac Lab, где создано 4096 виртуальных сред и протестировано 115 моделей стульев, включая 100 процедурно сгенерированных. Нейросеть управляла манипулятором, скоростью и направлением движения робота, а система управления ходьбой отвечала за движения ног. sources: [8,9,9]

Обучение проходило в условиях, когда предмет мог иметь различные массы и коэффициенты трения, чтобы подготовить робота к реальным задачам. В симуляции применялся набор из 25 точек предварительного контакта на трёхмерной модели объекта. В реальном испытании манипулятор иногда может соскользнуть или предмет может опрокинуться, что требует согласования движений ALMA с перемещением объекта. Авторы отмечают, что реальная политика управления подводит робот к предмету под углом, из-за чего движения становятся более размашистыми. sources: [9,11]

В тестах на реальном роботе ALMA обошёлся без дополнительной адаптации на четырёх мебели: стул весом 6,5 кг был передвинут в пределах возможностей манипулятора в вытянутом положении. По словам исследователей, повторное сцепление предметов иногда удаётся даже после соскальзывания, хотя для этого специально не обучали. Пока метод проверен на трёх задачах и требует внешней системы захвата движения для определения положения объекта. В дальнейшем команда планирует заменить ручное регулирование расписания снижения вклада вознаграждения адаптивным алгоритмом. sources: [10,12]

Исследование подчеркивает, что перемещение объектов без захвата — важная тенденция для работы с крупной и тяжелой мебелью, где традиционные манипуляторы ограничены грузоподъёмностью. Авторы отмечают, что отдельные действия, такие как открывание дверцы посудомоечной машины, также можно научить робот использовать через последовательность тянущих и толкающих движений, что расширяет сферы применения роботов такого типа. Источник опубликован в arXiv, работа носит совместный характер ETH Zürich и коллег из Италии. image_subject: ALMA робособака