Gli umanoidi bipedi potrebbero effettivamente arrivare, ma i quadrupedi sono già qui. Sono nei laboratori, fanno ispezioni nelle centrali elettriche e nelle raffinerie, giocano a calcio e persino, con grande preoccupazione di molti, diventano agenti di polizia.
Lo Spot di Boston Dynamics è facilmente il più immediatamente riconoscibile del gruppo, ma molte startup e istituti di ricerca hanno dato il proprio contributo alla categoria. Cavolo, anche Xiaomi ne ha realizzato uno per qualche motivo. Mentre i fornitori di bipedi cercano di dimostrare il loro lavoro, i quadrupedi stanno facendo il lavoro.
Il team DeepMind di Google (che ha recentemente assorbito gran parte dell'assediato team Everyday Robots di Alphabet) ha appena pubblicato un documento di ricerca che descrive un possibile sistema di benchmarking per quantificare le prestazioni di queste macchine. Con un nome come "Barkour”, c'è da chiedersi se il dipartimento abbia lavorato a ritroso rispetto al titolo.
Google Research indica diverse imprese impressionanti compiute dai quadrupedi nel corso degli anni, dallo scalare le montagne alla corsa e al salto ("capovolgere è molto più facile che camminare," mi ha detto una volta un professore del MIT), ma in realtà non ce n'è stata nessuna. linea di base. per determinare l’efficacia del sistema.
Poiché queste macchine sono ispirate agli animali, il gruppo di ricerca ha stabilito che gli animali reali avrebbero fornito le migliori prestazioni analogiche per le loro controparti robotiche. Ciò significava allestire un percorso a ostacoli in laboratorio e farlo correre da un cane: guarda il tenace bassotto qui sopra. Il percorso era composto da quattro ostacoli in un'area di 5x5 metri, più fitta rispetto alle esposizioni canine a cui si è ispirata.
Le prestazioni sono valutate su una scala da 0 a 1, un semplice binario per determinare se il robot può superare con successo il divario nei circa 10 secondi necessari a un cane di taglia simile per farlo. Diverse penalità riguardano la bassa velocità, il salto o la mancanza di ostacoli sul percorso. Google conclude:
Riteniamo che lo sviluppo di un punto di riferimento per la robotica basata sulle gambe sia un primo passo importante per quantificare i progressi verso l’agilità a livello animale. […] I nostri risultati dimostrano che Barkour è un benchmark impegnativo che può essere facilmente personalizzato e che il nostro metodo basato sull’apprendimento per risolvere il benchmark fornisce un robot quadrupede con un’unica politica di basso livello in grado di eseguire una varietà di agili di basso livello competenze.
Secondo l'organizzazione Barkour ha dimostrato di essere un punto di riferimento efficace anche a fronte di inevitabili imprevisti e problemi hardware. Il cane robot utilizzato nel test è stato in grado di alzarsi e tornare da solo sulla linea di partenza in caso di guasto.
