Eine amerikanische Universität wendet die „einheitliche Richtlinie“ zum Koordinieren eines Manipulatorarms beim Roboter Go1 von Unitree Robotics an
Ein Roboterarm kann die Anzahl der möglichen Anwendungen vierbeiniger Roboter erhöhen.
Das Grundprinzip bei Vierbeinern mit einem Roboterarm besteht darin, dass das Gehen und das Greifen vom Controller einzeln verwaltet werden. Diese Methode ist nicht optimal. Sie erfordert viel Zeit und Mühe. Darüber hinaus ist die Gefahr groß, dass in verschiedenen Modulen Fehler auftreten und dass es zu ruckartigen Bewegungen kommt.
Um diesem Problem abzuhelfen, hat die Carnegie Mellon University in Pittsburgh beschlossen, Reinforcement Learning zu implementieren und ein System der einheitlichen Richtlinie zu testen, mit deren Hilfe sich das gesamte System (die vier Beine und der Arm) steuern lässt. Mithilfe dieser Methode lassen sich flüssigere und präzisere Bewegungen sowie eine bessere Arm-/Pfotenkoordination erzielen.
In diesem von 2 Studenten und ihrem Professor umgesetzten Projekt wurde der Roboter Go1 von Unitree Robotics verwendet, der für seine Zuverlässigkeit und seine hervorragende Performance bei geringem Investitionsaufwand bekannt ist. Am Roboter wurde der WidowX 250 Arm (6 Achsen) von Trossen Robotics angebracht.
Experimente haben demonstriert, dass das System der einheitlichen Richtlinie in verschiedenen Szenarien ein flinkes und dynamisches Verhalten erzielen lässt.