Liputan6.com, Jakarta - Para peneliti KAIST telah mengembangkan teknologi kontrol baru untuk robot berkaki empat yang memungkinkan robot bergerak dengan stabil dan lincah di medan menantang, seperti pantai berpasir.
Tim yang dipimpin oleh Profesor Jemin Hwangbo dari Departemen Teknik Mesin di KAIST, memodelkan gaya yang diberikan oleh robot pada permukaan granular dan memanfaatkan jaringan saraf tiruan (neural network) untuk membuat keputusan real-time selama robot bergerak.
Advertisement
Baca Juga
Penelitian yang menggunakan reinforcement learning ini terbit di jurnal Science Robotics dan menunjukkan hasil menjanjikan. Robot berkaki empat tersebut mampu bergerak cepat di pantai berpasir dan menjaga keseimbangannya di medan yang lembut, seperti kasur udara.
Advertisement
Capaian dari penelitian ini diharapkan dapat memperluas jangkauan medan di mana robot dapat melakukan tugas-tugas praktis.
Tim peneliti memanfaatkan jaringan saraf tiruan yang menganalisis data deret waktu (time series) dari sensor robot, yang secara implisit memprediksi karakteristik tanah. Tim peneliti juga mendefinisikan model kontak yang memprediksi gaya yang dihasilkan pada setiap langkah dengan mempertimbangkan dinamika gerak robot dan model gaya reaksi tanah, termasuk efek media granular.
Kontroler yang telah dipelajari diuji pada robot "RaiBo," yang dibangun oleh tim. Robot ini mampu berjalan dengan kecepatan hingga 3,03 m/s di pantai berpasir, dengan kaki-kakinya yang terendam penuh dalam pasir.
Stabilitas di medan lebih sulit
Robot ini juga menunjukkan stabilitas di medan lebih sulit lainnya, seperti lapangan berumput dan lintasan lari, bahkan tanpa memerlukan pemrograman tambahan atau revisi pada algoritme kontrol.
Kontroler yang diusulkan tim mampu memodifikasi metode berjalannya sesuai dengan karakteristik permukaan. Ini terbukti lewat kemampuan robot ini untuk berputar secara stabil pada 1,54 rad/s di atas kasur udara dan dengan cepat robot itu melakukan adaptasi dengan perubahan medan yang ia temukan.
Dengan demikian, hasil penelitian ini pun menyoroti pentingnya memberikan pengalaman kontak yang sesuai pada robot selama proses pembelajaran dan membuktikan bahwa jaringan saraf tiruan (neural network) yang para peneliti usulkan dapat mencapai hal ini.
Advertisement
Dukungan Samsung
Mahasiswa Ph.D. Soo-Young Choi, penulis pertama dari makalah penelitian ini, mengatakan, "Telah terbukti bahwa menyediakan pengontrol berbasis pembelajaran dengan pengalaman kontak yang dekat dengan medan yang berubah bentuk sangat penting untuk diterapkan pada medan yang berubah bentuk.
Kontroler yang diusulkan oleh para peneliti, menurut Choi, dapat digunakan tanpa informasi sebelumnya tentang medan, sehingga kontroler ini dapat diterapkan pada berbagai penelitian robot dengan kemampuan berjalan.
Penelitian ini dilakukan dengan dukungan dari Samsung Research Funding & Incubation Center Samsung Electronics. Teknologi kontrol baru ini diharapkan dapat memberikan kontribusi yang signifikan pada bidang robot berjalan, memperluas jangkauan medan di mana mereka dapat melakukan tugas secara efektif.
(Why/Dam)