Исследователи Университета Мэриленда и Университета Джорджа Мейсона предложили систему MorFiC, которая позволяет отделить выученное движение от конкретной конструкции робота. Модель обучили на одном четвероногом аппарате примерно за два часа, а затем без дополнительного обучения проверили на семи роботизированных платформах.
Ключ оказался не столько в том, как робот принимает решение, сколько в том, как система оценивает результат этого решения. MorFiC учитывает параметры конкретного тела: массу, ограничения суставов, возможности моторов. Поэтому одно и то же движение оценивается по-разному в зависимости от того, кто именно его выполняет.
На реальных Unitree Go1 и Go2 одна и та же обученная политика заработала без дополнительной настройки. Go1 двигался со скоростью до 1,7 м/с, выдерживал толчки и успешно завершал более 80% тестовых проходов. В симуляциях система также показала лучший результат по скорости на пяти из семи платформ.
До универсального «мозга для любого тела» еще далеко: на сильно отличающихся по конструкции роботах перенос работает хуже, а исследование пока касается только четвероногих машин.
Но сама идея уже выглядит важной. Возможно, роботу будущего не придется учиться заново каждый раз, когда меняется его тело. Иногда достаточно научить накопленный опыт понимать, в каком теле он оказался.
