-
Visit our shop
-
Italiano
Visit our shop
Il LORIA e il LAAS-CNRS utilizzano rispettivamente i robot umanoidi Unitree G1 e Unitree H1 per condurre attività di ricerca sulla locomozione, l’apprendimento e l’interazione uomo-robot.
Queste due esperienze evidenziano diversi punti in comune:
Per un team di ricerca, uno dei vantaggi di un robot umanoide risiede nella capacità di eseguire rapidamente gli algoritmi sviluppati in simulazione.
Il LORIA, laboratorio di ricerca in informatica, ha scelto il Unitree G1 per lavorare su algoritmi di apprendimento e progetti di interazione uomo-robot.
Il LAAS-CNRS utilizza un robot Unitree H1 per attività di ricerca dedicate alla generazione della camminata, all’apprendimento per rinforzo, al machine learning e ai metodi di controllo basati su modelli.
Questi due progetti illustrano approcci complementari: il G1 viene utilizzato in particolare come piattaforma per l’apprendimento e l’interazione, mentre il H1 consente di sviluppare policy di locomozione dinamica su un robot umanoide di dimensioni umane.
I criteri di selezione dei due laboratori non erano necessariamente gli stessi.
Il LORIA ha scelto il Unitree G1 per la qualità e la resistenza dell’hardware, l’accesso al codice, il suo rapporto tra prestazioni e budget e l’esistenza di una comunità di utenti.
Il LAAS-CNRS ha invece scelto il Unitree H1. Nel periodo compreso tra il 2024 e il 2026, questa piattaforma rappresenta un punto di riferimento sul mercato per la ricerca sulla locomozione umanoide. Il team cercava un robot potente, di dimensioni umane e adatto allo sviluppo di movimenti dinamici.
In entrambi i casi, l’obiettivo era disporre di un robot programmabile sul quale i ricercatori potessero implementare i propri algoritmi, anziché di un robot limitato a una serie di dimostrazioni preconfigurate.
Il LORIA e il LAAS-CNRS ci hanno entrambi indicato di aver impiegato un solo giorno per mettere in funzione il robot e acquisire familiarità con la piattaforma.
Il laboratorio LORIA ha indicato che il robot umanoide G1 era semplice da avviare e rapidamente operativo. I ricercatori hanno quindi potuto iniziare rapidamente le attività di sviluppo, senza dedicare diverse settimane all’installazione e alla configurazione della piattaforma robotica.
Il riscontro del LAAS-CNRS è simile. Il team ha apprezzato il fatto che il Unitree H1 potesse camminare quasi immediatamente in modalità di teleoperazione, anche se la camminata all’indietro non è disponibile in questa configurazione iniziale.
I due team hanno poi proceduto per fasi: lettura della documentazione, verifica delle condizioni di sicurezza, identificazione del modello del robot e padronanza della catena di programmazione.
Entrambi i robot hanno permesso ai ricercatori di confrontare più rapidamente i propri sviluppi con i vincoli fisici di una piattaforma umanoide reale.
Il LORIA ha implementato policy di camminata bipede utilizzando gli strumenti forniti da Unitree. Il laboratorio ha evidenziato l’utilità dell’apprendimento per rinforzo in simulazione per preparare i test sul G1 reale.
Il LAAS-CNRS sottolinea la rapidità di trasferimento delle policy di camminata sul Unitree H1. Questa velocità di implementazione facilita le iterazioni tra simulazione, programmazione e sperimentazione.
Il laboratorio sintetizza così il livello di prestazioni del robot:
«La nostra gru non è abbastanza veloce per le policy di camminata che abbiamo sviluppato per il robot.»
Questa testimonianza mostra che i movimenti testati possono superare le capacità di alcuni dispositivi di sicurezza solitamente utilizzati durante le prove di locomozione.
I riscontri relativi all’affidabilità dei due robot sono complessivamente positivi.
Per il LORIA, il Unitree G1 è un robot affidabile. Il team ha tuttavia segnalato alcune difficoltà con le mani, un elemento da prendere in considerazione per i progetti di manipolazione o di interazione con gli oggetti.
Il LAAS-CNRS sottolinea invece la robustezza del Unitree H1. Nonostante l’esecuzione di comandi particolarmente «violenti», il robot ha continuato a funzionare normalmente.
Questa resistenza è importante per le attività di ricerca sulla locomozione basate sull’apprendimento per rinforzo. Le policy generate possono produrre movimenti rapidi, dinamici e difficili da prevedere prima della loro esecuzione sul robot reale.
La potenza e la velocità dei robot umanoidi richiedono la definizione di un ambiente di prova adeguato e chiaramente delimitato.
Il LORIA e il LAAS-CNRS sottolineano in particolare l’assenza di un pulsante di arresto di emergenza integrato che risponda alle loro esigenze in materia di sicurezza.
In tutti i casi, è indispensabile definire le condizioni di sicurezza dei test sui robot umanoidi fin dall’inizio del progetto:
ALTRE LETTURE
Booster T1: il robot umanoide che accelera la ricerca universitaria
Il LORIA prevede di estendere la propria configurazione a più robot. Questa evoluzione potrebbe consentire di sviluppare protocolli che coinvolgono più robot umanoidi o di confrontare comportamenti diversi su piattaforme identiche.
Il LAAS-CNRS prevede invece di condurre sperimentazioni sui modelli VLA — Vision-Language-Action.
Un modello vision-language-action è una rete neurale che riceve in input osservazioni visive, come immagini provenienti dalle telecamere, e istruzioni in linguaggio naturale, al fine di generare un’ampia gamma di attività fisiche eseguite da un robot.
Queste prospettive mostrano che il G1 e il H1 possono accompagnare diverse fasi di un programma di ricerca, dalla locomozione fino ad approcci più ampi di intelligenza artificiale incarnata.
Le esperienze del LORIA e del LAAS-CNRS mostrano che i robot umanoidi Unitree G1 e H1 possono essere integrati rapidamente in un ambiente di ricerca per progetti diversi.
In entrambi i progetti, la rapidità della messa in funzione, la semplicità di programmazione e la robustezza facilitano il passaggio dalla simulazione ai test reali. L’integrazione deve tuttavia includere fin dall’inizio i dispositivi necessari a garantire la sicurezza dei ricercatori e delle attrezzature.
State sviluppando un progetto di ricerca nel campo della robotica umanoide? Generation Robots può supportarvi nella scelta di una piattaforma adatta alle vostre attività di ricerca sulla locomozione, l’apprendimento per rinforzo, l’interazione uomo-robot, la manipolazione o l’intelligenza artificiale incarnata.
Vanessa Mazzari
Responsabile marketing presso Generation Robots
