ETH Zurich ၏ စက်ရုပ်သုတေသီများသည် အဆင့်မြင့် AI module များတပ်ဆင်ထားသော ANYmal စက်ရုပ်ကို ထုတ်ဖော်ပြသခြင်းဖြင့် စက်ရုပ်များတွင် အံ့သြဖွယ်အောင်မြင်မှုများကို မိတ်ဆက်ပေးခဲ့သည်။ ဤ modules များသည် ရှုပ်ထွေးရှုပ်ထွေးသော နယ်မြေများကို လွတ်လပ်စွာ သွားလာနိုင်ရန် မည်သူ့ကိုမဆို ခွန်အားပေးစေပြီး လေးပုံတစ်ပုံ စက်ရုပ်များတွင် သိသာထင်ရှားသော တိုးတက်မှုကို အမှတ်အသားပြုပါသည်။
ANYmal စက်ရုပ်သည် Intel Realsense အတိမ်အနက် ကင်မရာခြောက်လုံးနှင့် Nvidia Jetson Orin ထိန်းချုပ်ကိရိယာမှ ပါဝါရှိသော Velodyne LiDAR ကို အသုံးပြု၍ ဆန်းပြားသော အမြင်အာရုံ module တစ်ခု ပေါင်းစပ်ထားသည်။ ကျယ်ကျယ်ပြန့်ပြန့် spatial အချက်အလက်များကို ပေးဆောင်ရန် မကြာခဏ ပျက်ကွက်သည့် သမားရိုးကျ လေဆာနှင့် အနီအောက်ရောင်ခြည် စကင်န်ဖတ်ခြင်း၏ ကန့်သတ်ချက်များကို ကျော်လွှားပြီး ဤ module သည် ရရှိထားသော စကင်န်များမှ ပတ်ဝန်းကျင်ကို 3D ဖြင့် ပြန်လည်တည်ဆောက်ပါသည်။ စက်ရုပ်သည် အမျိုးမျိုးသော အတားအဆီးများမှတဆင့် ချောမွေ့စွာ သွားလာနိုင်စေမည့် အဆင့်မြင့် ပုံရိပ်ဖော်နည်းပညာများကို အသုံးပြုခြင်းဖြင့် ၎င်း၏ပတ်ဝန်းကျင်ကို ကျယ်ကျယ်ပြန့်ပြန့် နားလည်သည်။
ရွေ့လျားမှု module- မတူညီသောစိန်ခေါ်မှုများအတွက် ဒိုင်းနမစ်လိုက်လျောညီထွေဖြစ်အောင်
တောင်တက်ခြင်း၊ ဝပ်တွားခြင်း၊ ခုန်ခြင်းနှင့် လမ်းလျှောက်ခြင်းအပါအဝင် ထူးခြားသည့်လုပ်ဆောင်မှုငါးခုပါဝင်ပြီး လှုပ်ရှားမှုပုံစံသည် မတူညီသောအခက်အခဲအဆင့်များအောက်တွင် ကျွမ်းကျင်မှုတစ်ခုစီကို ကျွမ်းကျင်စေရန် ပြင်းထန်စွာလေ့ကျင့်ပေးသည်။ အတုယူထားသော မြင်ကွင်းများမှတဆင့်၊ Virtual ANYmal စက်ရုပ်သည် အဆင့်ဆင့်နိမ့်သော အတားအဆီးများအောက်တွင် ဝပ်နေခြင်း သို့မဟုတ် ပလပ်ဖောင်းများကြားရှိ ကွက်လပ်များကြားတွင် ခုန်ပေါက်ခြင်းကဲ့သို့သော ရှုပ်ထွေးရှုပ်ထွေးသော လေ့ကျင့်မှုများကို လုပ်ဆောင်ရန် လေ့ကျင့်ထားသည်။ ဤပြင်းထန်သော လေ့ကျင့်မှုပုံစံသည် စက်ရုပ်၏ လက်တွေ့ကမ္ဘာပတ်ဝန်းကျင်တွင် ကြုံတွေ့ရသည့် မတူကွဲပြားသော မြေပြင်အနေအထားများနှင့် အတားအဆီးများကို လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်နိုင်စွမ်းကို အာမခံပါသည်။
လမ်းကြောင်းပြ မော်ဂျူးသည် ဗဟိုထောက်လှမ်းရေးယူနစ်ဖြစ်ပြီး၊ ရှုပ်ထွေးသောသင်တန်းများမှတဆင့် အကောင်းဆုံးလမ်းကြောင်းများကို ဇယားကွက်ရေးဆွဲရန်အတွက် အနေအထားဆိုင်ရာအချက်အလက်များနှင့် လှုပ်ရှားမှုလိုအပ်ချက်များနှင့်အတူ ရူပါရုံ module မှဒေတာများကို ပေါင်းစပ်ထားသည်။ စမ်းသပ်မှုသင်တန်း 3000 ပါ၀င်သည့် ကျယ်ပြန့်သောဒေတာအစုံတွင် လေ့ကျင့်သင်ကြားထားသည့် သင်ခန်းစာသည် စိန်ခေါ်မှုနယ်မြေများကို သွားလာရာတွင် 96% ကျော်အထိ အထင်ကြီးလောက်သော အောင်မြင်မှုနှုန်းကို ရရှိသည်။ ANYmal စက်ရုပ်သည် အာရုံခံစားမှု၊ အာကာသဆိုင်ရာ သိရှိနားလည်မှုနှင့် မော်တာကျွမ်းကျင်မှုတို့ကို ချောမွေ့စွာ ပေါင်းစပ်ခြင်းဖြင့် ထူးထူးခြားခြား ရှုပ်ထွေးသော ပတ်ဝန်းကျင်များကို ဖြတ်ကျော်ရာတွင် သိသိသာသာ ထိရောက်မှုကို ပြသသည်။
လက်တွေ့ကမ္ဘာကို အသုံးချခြင်း- သရုပ်ဖော်ခြင်းထက် စွမ်းဆောင်ရည်
Simulation လေ့ကျင့်မှုပြီးဆုံးသောအခါ၊ AI ဆော့ဖ်ဝဲလ်ဦးနှောက်သည် Intel i7 CPU၊ 8GB RAM နှင့် 240 GB SSD နှစ်စုံအပါအဝင် အစွမ်းထက်သော ဟာ့ဒ်ဝဲများ တပ်ဆင်ထားသည့် ရုပ်ပိုင်းဆိုင်ရာ ANYmal D စက်ရုပ်သို့ ချောမွေ့စွာ ပေါင်းစပ်ထားသည်။ ANYmal စက်ရုပ်သည် အတားအဆီးများကို အားမစိုက်ဘဲ ကျော်ဖြတ်ကာ ပြိုင်ဘက်ကင်းသော သွက်လက်သွက်လက်စွာဖြင့် စိန်ခေါ်မှုများကို ကျော်လွှားခြင်းဖြင့် လက်တွေ့ကမ္ဘာအခြေအနေများတွင် ၎င်း၏ထူးခြားသောစွမ်းရည်များကို ပြသထားသည်။ စက်ရုပ်၏ စွမ်းဆောင်ရည်ကို ရိုက်ကူးထားသည့် ဗီဒီယိုများသည် သမားရိုးကျ စက်ရုပ်စနစ်များကို အဟန့်အတားဖြစ်စေသော အတားအဆီးများကို ကျော်လွှားနိုင်သည့် ၎င်း၏ ထူးထူးခြားခြား စွမ်းရည်ကို ပေါ်လွင်စေပြီး အလိုအလျောက် ရွေ့လျားနိုင်သော ခေတ်သစ်ကို ညွှန်ပြနေသည်။
ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရလမ်းကြောင်းဆိုင်ရာ တိုးတက်မှုနှင့်အတူ ETH Zurich သုတေသနအဖွဲ့သည် စက်ရုပ်နယ်ပယ်ကို နယ်နိမိတ်အသစ်များအဖြစ် တွန်းပို့ခဲ့သည်။ လေ့ကျင့်ထားသော AI မော်ဂျူးများ၏ စွမ်းအားကို အသုံးချခြင်းဖြင့်၊ ANYmal စက်ရုပ်သည် မတူကွဲပြားသော ပတ်ဝန်းကျင်များကို လွတ်လပ်စွာ သွားလာရာတွင် လိုက်လျောညီထွေရှိသော ပြိုင်ဘက်ကင်းသော စွယ်စုံရနှင့် လိုက်လျောညီထွေရှိမှုကို ပြသသည်။ စက်ရုပ်များ ဆက်လက်တိုးတက်ပြောင်းလဲလာသည်နှင့်အမျှ၊ ရှာဖွေရေးနှင့် ကယ်ဆယ်ရေးမစ်ရှင်များမှ စူးစမ်းရှာဖွေရေးအထိနှင့် ပြင်ပစက်မှုလုပ်ငန်းအမျိုးမျိုးကို တော်လှန်ပြောင်းလဲရန် ဤကဲ့သို့သော ဆန်းသစ်တီထွင်မှုများသည် ကတိပြုပါသည်။
မူရင်းသတင်း- https://www.anybotics.com/anymal-technical-specifications.pdf မှ
အရင်းအမြစ်- https://www.cryptopolitan.com/eth-zurich-unveils-trained-anymal-robot/