@Aaaaarghhh: To co widać na filmie jest oparte o model analityczny, jednak testujemy modele wykorzystujące reinforcement learning by usprawnić działanie robota.

@mchype: Dzięki! Kontrola nóg opiera się na naszym własnym algorytmie, podstaw nauczyliśmy się z publikacji naukowych dostępnych w sieci.

@KajakDrewniany: Jest trochę więcej jeśli chodzi o czujniki :) Jest AHRS, mierzymy pozycję kątową napędów ale to co daje bardzo dużo to estymacja siły jaką stopy wywierają na podłoże.

@LegendarnyOdkurzacz: Honey Badger don't give a f*ck!

@HeniekZPodLasu: Dobre pytanie - zużycie energii wtedy jest tylko minimalnie większe a robot dynamiczniej reaguje na zmieniające się warunki/polecenia. Gdybyśmy zatrzymywali robota za każdym razem czas reakcji na polecenie byłby dłuższy - a teraz cały czas jest w ruchu i możemy nim płynnie sterować.

@Szokatnica: Już były i wkrótce opublikujemy fajniejsze akcje :D

@PlesniakPospolity: Na rynku brakuje mniejszych i tańszych robotów, mogących pracować w wysokiej temperaturze czy nawet pod wodą. Nie chcemy bezpośrednio konkurować z BD w tworzeniu robotów, które mają zastąpić człowieka w wykonywanej przez niego dziś pracy. Naszym celem są niewielkie roboty mogące pracować pod ziemią np. w kanałach wodociągowo kanalizacyjnych, gdzie obecnie stosowane roboty kołowe często nie radzą sobie z przeszkodami i mają stosunkowo krótki zasięg.

@kwanty: Niestety nie mogę podać takich informacji. Możesz zobaczyć co robią koledzy ze Szwajcarii w tym temacie - film pt. Learning to Walk in Minutes Using Massively Parallel Deep RL

Ps. wybacz ale jako nowy użytkownik nie mogę dodać filmu/obrazka w komentarzu :(

@kwanty: Dzięki za zrozumienie!

Zgadza się wszystko najpierw jest rozwijane w symulatorze, niezależnie czy jest z wiązane z AI czy jest to model analityczny. Masz bardzo dobre podejście, zachęcamy do rozwijania się w tym kierunku.

@IGorgonzolass: Dla nas istotna była symetria, tak by niezależnie od kierunku robot poruszał się tak samo, dzięki czemu nie musimy zawracać - co jest trudne w wąskich kanałach pod ziemią.

@IGorgonzolass: Np. patrolowanie terenu gospodarstwa, jednak wątpię żeby w Twoim przypadku było to ekonomicznie uzasadnione.

@Radokop:
Zużycie energii wtedy jest tylko minimalnie większe a robot dynamiczniej reaguje na zmieniające się warunki/polecenia. Gdybyśmy zatrzymywali robota za każdym razem czas reakcji na polecenie byłby dłuższy - a teraz cały czas jest w ruchu i możemy nim płynnie sterować.

Jest opcja zatrzymania się i stania na 4 nogach, przydaje się gdy chcemy przyjrzeć się czemuś dokładnie lub wiemy, że przez dłuższy czas nigdnie nie idziemy.

@LuznyJohn: Taki chód jest stabilniejszy. Pracujemy nad czymś w rodzaju biegu gdzie robot będzie poruszał się znacznie szybciej i wykonywał wtedy dłuższe kroki.