Ten robot potrafi grać w piłkę nożną. Nie przebije Messiego, ale może uratować ci życie

DribbleBot to robot, który potrafi grać w piłkę nożną. Nie został jednak stworzony do rywalizacji z największymi piłkarzami na świecie ani do rozwoju nowej dyscypliny sportowej. Technologie w nim zastosowane mogą jednak uratować w przyszłości życie wielu osobom.
Robot DribbleBot /Fot. MIT

Robot DribbleBot /Fot. MIT

DribbleBot to czworonożny robot, który na pierwszy rzut oka przypomina kuzyna Spota od Boston Dynamics. Chociaż nie przebije dryblingiem Neymara ani tym bardziej legendarnego Ronaldinho, może operować piłką w podobny sposób jak ludzie. Jest to możliwe dzięki połączeniu czujników i specjalnych algorytmów, które mogą okazać się bezcenne w trudnych warunkach środowiska. DribbleBot może przemierzać tereny, takie jak piasek, żwir, błoto i śnieg, a także dostosowywać się do ich wpływu na ruch piłki.

Czytaj też: Te roboty wspinające trafią na wyposażenie armii. Zobacz, co potrafią

Robot stworzony przez naukowców z Improbable AI Lab MIT nie jest maszyną rozrywkową, ale taką, która w przyszłości może pomóc ratować ludzkie życia. W jaki sposób?

Robot gra w piłkę nożną, ale cel nadrzędny jest znacznie ważniejszy

Kanadyjski prof. Alan Mackworth po raz pierwszy zwrócił uwagę na czworonożne roboty w artykule “On Seeing Robots”, zaprezentowanym na VI-92 w 1992 r. Japońscy naukowcy zorganizowali później warsztaty “Grand Challenges in Artificial Intelligence”, które doprowadziły do dyskusji na temat wykorzystania piłki nożnej do promocji nauki i technologii – projekt został uruchomiony jako Robot J-League rok później, niedługo potem narodził się “RoboCup”.

Czytaj też: Drony nie będą się już zderzać w powietrzu. Pomoże nowy algorytm

Programowanie robotów do gry w piłkę nożną nie jest celem samym w sobie, a sposobem, jak nauczyć maszynę poruszać nogami podczas dryblingu. Dzięki temu będzie ona w stanie reagować na różne tereny, takie jak śnieg, żwir, piasek, trawa czy chodnik. W porównaniu do standardowego chodu, drybling nakłada na robota więcej ograniczeń. DrbbleBot musi dostosować swój sposób poruszania się do wywierania siły na piłkę, aby móc nią dryblować. Interakcja między robotem a piłką jest inna niż interakcja między robotem a podłożem. Ucząc się operować piłką, maszyna uczy się lepiej chodzić.

Naukowcy stworzyli program naśladujący czworonożnego robota – aż 4000 jego wersji jest symulowanych jednocześnie, aby zebrać dane i wyciągnąć z nich wnioski. Według badaczy, kilka rzeczywistych dni treningu dodaje się do setek symulowanych dni. Warto jednak zauważyć, że ulepszanie robotów pokroju DribbleBota przysłuży się rozwojowi autonomicznych maszyn przyszłości.

Jeśli rozejrzysz się dzisiaj, większość robotów to jednostki jeżdżące. Ale wyobraźmy sobie, że dochodzi do katastrofy: powodzi lub trzęsienia ziemi i chcemy, aby roboty pomagały w procesie poszukiwania i ratowania zaginionych. Naszym celem w rozwoju algorytmów dla robotów na nogach jest zapewnienie autonomii w trudnych i złożonych terenach, które są obecnie poza zasięgiem systemów robotycznych. Pulkit Agrawal, główny badacz CSAIL i dyrektor Improbable AI Lab

Przed uczonymi jeszcze długa droga do uczynienia tych robotów tak zwinnymi jak ich odpowiedniki w naturze, a niektóre tereny stanowiły poważne wyzwanie dla DribbleBota. Obecnie maszyna nie radzi sobie w warunkach zawierających zbocza lub schody. Robot nie rejestruje geometrii terenu, a jedynie szacuje właściwości kontaktu z materiałem, np. tarcia.

Naukowcy chcą zastosować wnioski wyciągnięte podczas rozwoju DribbleBota do innych zadań, obejmujących lokomocję i manipulację obiektami, a także szybkie przenoszenie różnych obiektów z miejsca na miejsce za pomocą nóg lub ramion. Badania nad DribbleBotem są wspierane m.in. prze DARPA, MIT-IBM Watson AI Lab czy US Air Force Research Laboratory.