Dört ayaklı bir robot, ormanlarda, merdivenlerde ve engelli parkurlarda hareket ederken koşma şeklini değiştirmeyi öğrendi. İnsan operatöründen talimat almadan, istikrarlı bir adımlama ile daha hızlı zıplamalar arasında sorunsuz bir şekilde geçiş yapabiliyor.
45 kilogram ağırlığındaki bu robot, KAIST HOUND olarak adlandırılıyor ve ilerideki zemini taramak için kameralar ve lidar teknolojisini kullanıyor. Daha sonra uygun bir adımlama şeklini seçiyor ve hareketlerini gerçek zamanlı olarak ayarlıyor. Açık hava testlerinde, 1.1 kilometrelik bir üniversite kampüsü yolunu ve kökler, odun parçaları ve kaygan yapraklarla kaplı 0.3 kilometrelik bir orman patikasını geçmeyi başardı.
Araştırmacılar, bu robotik sistemi 15 Temmuz’da Science Robotics dergisinde yayınladılar. Bu gelişme, yapay zeka alanındaki önemli bir dönüm noktası olarak değerlendirilebilir. Tıpkı 1997’de IBM’in Deep Blue bilgisayarının dünya satranç şampiyonu Garry Kasparov’u yenmesiyle yapay zekanın gücünün ilk kez geniş kitleler tarafından deneyimlendiği gibi, KAIST HOUND da robotik sistemlerin adaptasyon yeteneklerinin sınırlarını zorluyor.
Hayvanlar doğal olarak hızlarına ve çevrelerine bağlı olarak adımlama şekillerini değiştirirler. Örneğin, bir köpek düzensiz bir zeminde dikkatli bir şekilde ilerleyebilirken, daha sonra yere düşmüş bir dalın üzerinden zıplayabilir. Bu adaptasyon yeteneğini robotlarda yeniden yaratmak zordur çünkü farklı hareketler genellikle ayrı ve son derece özelleşmiş kodlama sistemleri tarafından kontrol edilir ve bu sistemler arasındaki geçişlerdeki gecikmeler robotun tökezlemesine neden olabilir.
Yapay Zeka Destekli Robot Köpek Geliştirildi
Bilim insanları, hareket kabiliyetini artırmak için özel bir eğitim çerçevesi geliştirdiler: “action pretrained transformer-based reinforcement learning” (APT-RL). Bu yapay zeka eğitimi sistemi, öncelikle birçok hareketi inceler, ardından bir transformatör kullanarak bu hareketler arasındaki kalıpları anlar ve son olarak ödüller ve cezalarla öğrenme sürecini iyileştirir. Bu yaklaşım, 1950’lerde Alan Turing’in geliştirdiği Turing Testi gibi, yapay zeka alanındaki temel adımlardan biridir; burada bir makinenin insan benzeri düşünme yeteneği test edilir.
Eğitim süreci, basit, iki boyutlu bir bilgisayar modeli üzerinde çalışan robotla başladı. “Trajectory optimization” (hareket optimizasyonu) tekniği kullanılarak, robotun bacaklarının gerçekleştirmesi gereken eklem kuvvetlerini içeren 180.000 kısa adımlama ve zıplama dizisi oluşturuldu. Bu veri seti yaklaşık 15,5 saatlik hareketi temsil ediyordu, ancak sadece yaklaşık sekiz dakikada üretildi.
“Reinforcement learning” (pekiştirmeli öğrenme) adı verilen bir makine öğrenimi tekniği kullanılarak, yapay zeka sistemi simüle edilmiş merdivenleri, taşları, engelleri, boşlukları ve engebeli arazileri aşarken hangi becerilerin seçileceğini ve nasıl değiştirileceğini öğrendi. Bu, Deep Blue’nun 1997’de dünya satranç şampiyonu Garry Kasparov’u yenmesi gibi, yapay zeka alanındaki önemli bir dönüm noktasıdır.
KAIST HOUND dört ayaklı robot, ormanlık bir arazide ilerliyor.
Son olarak, araştırmacılar sistemi yapılandırmış ve robotun derinlik kamerası ve lidar tarayıcısını simülasyona dahil etmişlerdir. Bu sayede robot köpeği, önceden kaydedilmiş hareketlerini kopyalamanın ötesine geçerek, üç boyutlu arazi koşullarına ve beklenmedik durumlara uyum sağlayabilmiştir; örneğin, orijinal, düz zemin üzerinde yapılan eğitim verilerinde bulunmayan bir davranış olan bir odunu üzerinden atlayabilmiştir.
HOUND: İleri Düzey Yürüyüş Yeteneklerine Sahip Robot
Araştırmacılar, HOUND adlı robotun çeşitli ortamlarda farklı yürüyüş tekniklerini kullanarak hareket etme yeteneğini geliştirdiler. Bir iç mekan testinde, HOUND 60 santimetre yüksekliğindeki bir engeli aştı ve kısa süreliğine saatte 15 kilometre (yaklaşık 9.5 mil) hıza ulaştı. Ayrıca, üç basamaklı bir merdivenden aşağı indi. Robot, genellikle daha düşük hızlarda düzensiz zeminlerde dörtnal yürüyüşünü tercih ederken, daha yüksek hızlarda veya daha büyük adımlar, engeller veya boşluklarla karşılaştığında sıçrama tekniği daha yaygın hale geliyordu. Yürüyüş stilini seçebilen yapay zeka sistemi, yalnızca dörtnal yürüyüşü veya sıçramayı kullanabilen versiyona göre farklı simüle edilmiş ortamlarda daha tutarlı bir performans sergiledi.
Bu çalışma, robotların hareket yeteneklerindeki gelişmeleri gösterirken, aynı zamanda yapay zeka alanındaki önemli dönüm noktalarını da hatırlatıyor. 1950’de Alan Turing tarafından ortaya atılan Turing testi gibi, bu tür gelişmeler de yapay zekanın ne anlama geldiği ve neler yapabileceği konusundaki anlayışımızı sürekli olarak şekillendiriyor. Tıpkı Deep Blue adlı bilgisayarın satrançta dünya şampiyonunu yenmesiyle yapay zeka konusundaki algımızın değiştiği gibi, HOUND’un hareket yeteneklerindeki gelişmeler de robotik ve yapay zeka alanındaki ilerlemelerin bir göstergesi.
Araştırmacılar, bu teknolojinin gelecekte robotların doğal afet bölgelerinde veya tekerlekli makinelerin ulaşamadığı diğer yerlerde gezinmesine yardımcı olabileceğini öne sürüyorlar. Ancak mevcut sistem yalnızca iki yürüyüş seçeneği sunuyor ve esas olarak ileri hareketi sağlıyor. Hızlı dönüşler, yana hareket etme ve sürünme gibi davranışlar, araştırma ekibinin gelecekteki hedefleri arasında yer alıyor.
Yorum yapabilmek için lütfen önce adınızı doğrulayın.
Lütfen çıkış yapın ve tekrar giriş yapın. Bu işlem sırasında adınızı girmeniz istenecektir.
Kaynak: Live Science