Boston Dynamics schraubt Rollerräder an Atlas, um zu prüfen, wie gut der Simulator die Motoren kennt

Boston Dynamics hat seinem Humanoiden Atlas Räder verpasst und das Fahren einem gelernten Regler überlassen. Ein einziger maßgefertigter Adapter setzt eine handelsübliche Rollerfelge auf den vorhandenen Fußgelenk-Aktor von Atlas, und er ist das einzige neue Teil des Umbaus, schrieb Regelungsingenieur Xiaoyu (Andy) Wu am 9. November im Firmenblog. In der Software wird jedes Rad als Fußgelenk modelliert, das sich endlos drehen kann. „Ein Atlas auf Rädern ist kein Produkt. Er ist ein Forschungsprüfstand“, so das Unternehmen.

Die Räder sind der unwichtigste Teil des Experiments. Wu wählte das Fahren, weil jedes Anfahren, Lenken und Bremsen die Motoren unter echter Last durch ihren gesamten Drehmoment-Drehzahl-Bereich treibt. Die Frage war, ob eine in der Simulation trainierte Policy hält, wenn die echten Aktoren am Rand ihrer Leistungsgrenzen laufen. Was Boston Dynamics tatsächlich vorlegt, ist ein Motormodell, das gut genug ist, um damit zu trainieren. Dieses Modell gehört zu den Aktoren, an denen es gemessen wurde. Hyundai Mobis, das den Auftrag für die Atlas-Aktoren gewonnen hat, baut ab November in seinem Forschungszentrum in Uiwang Prototypen und rechnet mit einer Lieferung 2028, berichtete ZDNet Korea (unser Briefing).

Die meiste Arbeit steckte darin, die simulierten Motoren an die echten anzugleichen

Per Reinforcement Learning trainierte Ganzkörpersteuerung durchläuft Millionen Simulationen, bevor sie die Hardware berührt, und die Policy lernt alles, was der Simulator ihr durchgehen lässt. „Wenn die Trainingssimulation die Motoren als zu ideal annimmt, lernt die Policy womöglich Dinge, die die echte Hardware gar nicht kann“, schreibt Wu. Um diese Sim-to-Real-Lücke zu schließen, machte das Team Charakterisierungsversuche, prüfte, ob die Low-Level-Regelparameter in jedem Software-Setup übereinstimmten, und stimmte das simulierte Motormodell auf die Messwerte am Roboter ab.

Die Lernseite brauchte weniger. Ein paar Änderungen an der Belohnung, am Bereich der trainierten Befehle und an der Haltungsregelung reichten, damit sich sanftes Rollen von selbst ergab, heißt es im Blog. Wu fütterte die Policy mit menschlichen Motion-Capture-Clips mit viel Rutschen der Füße. Bei seitlichen Sprints, bei denen ein Mensch die Füße gleiten ließe, lernte die Policy, die Räder zu lenken und durchzurollen. Ein 360-Grad-Sprung, der der Aufnahme eines Menschen folgt, klappte beim ersten Versuch.

Die Erkenntnisse fließen zurück in den Atlas mit Beinen

Boston Dynamics sagt, die Erkenntnisse würden „bereits in unsere Standardkonfiguration zurückübertragen“, und Wus nächstes Projekt ist, wie die Policy auf ausgefallene Aktoren reagiert. Die Branche ist gespalten: Viele Firmen entwickeln Humanoide auf Rädern, andere bleiben bei Beinen, schreibt The Robot Report. Agility-Robotics-Mitgründer Jonathan Hurst sagte, Digit bekomme wahrscheinlich keine Räder, das Unternehmen prüfe aber andere Radkonfigurationen.

Offen ist, wie viel vom Motormodell den Wechsel zu den Mobis-Teilen übersteht. Mobis will die Teile standardisieren und modularisieren und ihre Leistung weiter verbessern, berichtet ZDNet Korea. Verhalten sich die neuen Aktoren am Limit wie die heutigen, bleibt das Modell gültig; wenn nicht, muss genau diese Arbeit noch einmal gemacht werden. Laut Wu war die einzige neue Hardware ein maßgefertigter Adapter für eine handelsübliche Rollerfelge. Teuer war, die Motoren zu kennen.