La fantascienza ci ha abituato a scenari in cui i robot si muovono con disinvoltura su qualsiasi terreno, ma la realtà della robotica è molto più complessa, come ha recentemente affermato lo studi odi un esperto del settore. Per anni, ingegneri e ricercatori hanno cercato un modo per insegnare a queste macchine a camminare e a interagire con l'ambiente in modo sicuro e affidabile. Oggi, un team di scienziati del Politecnico di Zurigo (ETH Zurich) ha compiuto un passo avanti significativo in questa direzione, superando un ostacolo che prima sembrava insormontabile.
Il loro studio, infatti, ha dimostrato come sia possibile addestrare robot umanoidi e quadrupedi a muoversi su superfici sconosciute, riuscendo a identificare i punti di appoggio più sicuri. L'innovazione non risiede solo nel movimento, ma nel sistema che lo guida: un algoritmo basato su un tipo di AI chiamato "attention mapping" e addestrato tramite l'apprendimento per rinforzo. A differenza dei sistemi tradizionali che analizzano l'intera mappa del terreno, questo modello ha imparato a concentrarsi solo sulle zone cruciali per la prossima mossa. Questo approccio selettivo non solo migliora l'efficienza, ma rende il sistema molto più robusto e capace di adattarsi a ogni tipo di scenario, anche quelli mai visti durante la fase di apprendimento.
Per i test, il team ha utilizzato due robot particolarmente noti nel settore: il quadrupede ANYmal-D e l'umanoide Fourier GR-1. Le prove sul campo, sia in ambienti interni che all'aperto, hanno confermato la straordinaria capacità dei robot di generalizzare le loro conoscenze. Ad esempio, il GR-1 ha dimostrato una notevole agilità su una trave instabile, accelerando la sua andatura da 0,7 m/s a 1,5 m/s senza perdere l'equilibrio e allungando i passi in modo mirato. Una delle caratteristiche più affascinanti di questo metodo è la sua capacità di rendere visibile il processo decisionale del robot, mostrando in modo chiaro come la rete neurale interpreti l'ambiente circostante per scegliere la sua traiettoria.
Il nuovo sistema si distingue anche per il suo basso consumo energetico. Funziona in tempo reale su una CPU di soli 25 watt, una potenza minima se paragonata a quella richiesta dai motori dei robot stessi. Questo lo rende non solo pratico, ma anche facilmente integrabile su una vasta gamma di macchine, a patto che abbiano un processore moderno. I ricercatori hanno inoltre sottolineato che i loro controller sono in grado di garantire una stabilità di movimento fino a 2 metri al secondo, una velocità notevole per sistemi di questo tipo.
Sebbene la tecnologia si limiti per ora all'analisi di mappe 2,5D, non considerando quindi ostacoli tridimensionali come rami sporgenti o sporgenze, i suoi creatori sono ottimisti riguardo alle possibilità future. Si prevede che il meccanismo di attenzione possa essere esteso a compiti più complessi, come aprire porte, spostare oggetti o persino arrampicarsi.
Sennheiser ACCENTUM: le cuffie con ANC oggi costano meno di 100€ (-34%)