Onderzoekers van Amazon testen een Unitree G1 met handelingen die in een magazijn van pas komen: dozen oppakken, ermee lopen en deuren openen. De mensachtige robot moet daarbij zijn armen, benen en evenwicht tegelijk gebruiken. In de video draagt hij een doos terwijl hij onder een lage balk door bukt.
Het gaat om FIBER, een onderzoeksproject van Amazon FAR, Carnegie Mellon University en Stanford University. De proeven vinden plaats in een testomgeving. Het team onderzoekt hoe één besturing verschillende werkzaamheden kan combineren; de beelden tonen geen robot die al bij Amazon in een magazijn aan het werk is.
De armen kunnen het niet alleen
Til zelf een doos van de vloer en je merkt hoeveel er tegelijk gebeurt. Je verplaatst je gewicht, buigt door je knieën en brengt de last naar je lichaam. Een robot moet zulke bewegingen combineren met de greep van zijn handen. Een andere houding verandert immers ook wat de armen kunnen bereiken.
Op de projectpagina van FIBER zijn proeven te zien met dozen op verschillende plekken en zware deuren waartegen de machine met zijn hele lichaam leunt. Bij het dragen kunnen routepunten hem door een beweging leiden, bijvoorbeeld om laag onder een obstakel door te gaan.
Rustig plannen, snel reageren
De onderzoekers trainen vaardigheden eerst afzonderlijk in simulatie en brengen ze daarna samen in een gedeeld gedragsmodel. Daarboven kiest een planner de volgende opdracht. Die kijkt naar diepte-informatie en de toestand van het lichaam.
De planner stelt vijf keer per seconde bij; de onderliggende besturing vijftig keer. Dat verschil is nuttig: kiezen waar je naartoe gaat hoeft niet op hetzelfde tempo als je evenwicht corrigeren. Het lichaam kan blijven reageren terwijl het volgende stukje handeling wordt gepland.
Van losse truc naar een reeks handelingen
De interessante stap is dat lopen niet meer losstaat van werken met de handen. De robot kan naar een object toe bewegen en zijn houding aanpassen aan de taak. Die samenhang maakt een mensachtig lichaam pas echt bruikbaar in een omgeving met deuren, tafels en obstakels.
Het blijft onderzoek. Het gerapporteerde gemiddelde van 42 procent succes over drie taken in simulatie is geen betrouwbaarheidspercentage voor een werkende bezorgdienst. De echte demonstraties tonen vooral wat er technisch mogelijk wordt wanneer een robot zijn hele lichaam als één systeem leert gebruiken.
