Ученые МФТИ разработали метод, позволяющий точнее настроить виртуальную модель робота с использованием симулятора MuJoCo-XLA. Решение сокращает разницу между виртуальной средой и реальной жизнью для робототехники.

Система использует данные о перемещении робота, в точности повторяет его поведение и обучает алгоритмы для реального мира. Для уверенных движений антропоморфного робота необходимо точное знание его характеристик: массы конечностей, степени подавления вибраций и силы трения в сочленениях суставов. Эти знания важны при обучении с подкреплением.

Исследователи внедрили автоматический этап калибровки виртуальных моделей в цикл тренировки, используя возможности дифференцируемого симулятора MuJoCo-XLA. Основываясь на данных о координатах, скоростях и контролируемых сигналах, система определяет необходимые изменения массы, трения и момента инерции, приводящие к совпадению динамики виртуального прототипа с реальным устройством.

«Наша модель использует только данные о положении, скорости частей робота и управляющих командах, которые подаются на его моторы. На их основе симулятор оптимизирует параметры и настраивает виртуальную копию робота. Это позволяет уже реальному работу идеально повторять его сценарии», — рассказал аспирант МФТИ Вячеслав Ковалев.

Эксперименты на двуногом роботе показали, что новый подход на 75% уменьшает отклонение и на 46% увеличивает пройденное расстояние в заданном направлении. Разработчики полагают, что их метод станет основой для создания Agile-роботов — маневренных и гибких роботов, способных плавно передвигаться и адаптироваться к изменениям в окружающей среде.