Polski zespół Brave Mind Fighters znalazł się w światowej czołówce rozwoju sztucznej inteligencji dla robotów humanoidalnych. W globalnych eliminacjach konkursu organizowanego przez EngineAI, z udziałem ponad 200 grup z całego świata, zajął 4. miejsce i został najwyżej sklasyfikowaną drużyną z Europy. Sukces 7-osobowego, interdyscyplinarnego zespołu pokazuje, że Polska skutecznie konkuruje z najlepszymi na świecie ośrodkami robotyki i AI. Rodzimi inżynierowie wytrenowali modele AI sterowania robotem wykonującym dynamiczne kombinacje ciosów podczas pokazu walki w ringu. Osiągnięcie to otwiera drogę do szerokiego zastosowania tej technologii m.in. w przemyśle, logistyce, handlu, ratownictwie i ochronie infrastruktury krytycznej.
Brave Mind Fighters, interdyscyplinarny zespół inżynierów, badaczy i twórców technologii AI z Polski, zajął 4. miejsce w końcowej klasyfikacji eliminacji turnieju treningu humanoidalnych robotów, organizowanego w ramach Ultimate Robot Knock-out Legend. To międzynarodowa liga walk robotów humanoidalnych, zainicjowana i organizowana przez EngineAI Shenzhen, w południowo-wschodnich Chinach. Do udziału zgłosiło się ponad 200 zespołów z całego świata, a do eliminacji zakwalifikowano 60 drużyn, z których 32 awansowały do kolejnego etapu.
– Jest to jeden z najlepszych wyników polskiego zespołu w historii międzynarodowych zawodów robotów humanoidalnych oraz najlepsze znane osiągnięcie rodzimej drużyny w turnieju treningu pełnowymiarowych humanoidów tej skali. Turniejowy robot ma aż 173 cm wzrostu i waży ok. 80 kg, a zazwyczaj prezentowane są mniejsze modele, czyli zbliżone sylwetką do nastoletnich dzieci – mówi Arkadiusz Cybulski, menedżer zespołu Brave Mind Fighters.
Znaczenie sukcesu Polaków zwiększa fakt, że nie oceniano wyłącznie filmu demonstracyjnego, przedstawiającego ruchy robota. Organizator konkursu uruchamiał przekazane rozwiązania we własnym środowisku symulacyjnym, sprawdzając ich stabilność, jakość techniczną i odtwarzalność. Musiał być w stanie samodzielnie uruchomić modele AI i uzyskać zachowanie zgodne z przesłanym materiałem. Oznaczało to konieczność przygotowania nie tylko dobrych polityk sterowania robotem, lecz również kompletnego i uporządkowanego procesu inżynieryjnego.
– Naszym największym atutem było zbudowanie kompletnego procesu prowadzącego od ruchu człowieka do gotowych polityk sterowania humanoidem, biorącym udział w pokazie walki w ringu. Stworzyliśmy rozwiązanie, które nauczyło robota wykonywać ciosy całym ciałem, przy jednoczesnym zachowaniu równowagi i uwzględnieniu ograniczeń fizycznych jego konstrukcji – informuje Piotr Gerke, lider techniczny projektu.
Proces ten obejmował m.in. rejestrację wideo i analizę ruchu człowieka, przygotowanie cyfrowego szkieletu, a także dopasowanie poruszania do budowy robota T800 EngineAI. – Nauczyliśmy go wykonywania kombinacji bokserskiej przy jednoczesnym utrzymywaniu równowagi. Robot musi nie tylko wyprowadzić cios ręką, ale również odpowiednio ustawić nogi, obrócić biodra, ustabilizować tułów i przenieść ciężar ciała – dodaje Arkadiusz Cybulski.
W klasycznym programowaniu inżynier musiałby z wyprzedzeniem określić, pod jakim kątem i z jaką prędkością ma poruszyć się każdy silnik w stawach robota w konkretnej chwili. Tak przygotowany ruch działałby jednak dobrze głównie w idealnych, z góry przewidzianych warunkach.
– My wykorzystujemy uczenie ze wzmocnieniem – tzw. reinforcement learning. Określamy, jaki rezultat robot ma osiągnąć, a następnie uruchamiamy ponad 8 tysięcy równoległych prób w symulacji. AI sterujące robotem otrzymuje nagrodę za prawidłowy ruch oraz karę za utratę równowagi, drgania lub upadek. Na tej podstawie model sam uczy się sposobu sterowania silnikami – podkreśla Piotr Gerke.
Za projektem stoi 7 osób: Arkadiusz Cybulski, Piotr Gerke, Konrad Suchodolski, Nikodem Kuliś, Walery Kusznirski, Jacek Caban i Piotr Zarzycki. W procesie uczestniczył też aktor i kaskader Tomasz Koszański, którego ruchy stanowiły materiał referencyjny dla robota. Zespół porównuje cały trening robota humanoidalnego do nauki jazdy na rowerze przez człowieka. – Nie uczymy, o ile stopni należy zgiąć dany staw i z jaką siłą napiąć dany mięsień. Pozwalamy mu ćwiczyć, popełniać błędy i stopniowo odnaleźć sposób utrzymywania równowagi. To jedna z najważniejszych metod wykorzystywanych obecnie do treningu współczesnych robotów humanoidalnych – zaznacza Piotr Gerke.
Dzięki pracy polskich inżynierów, w przyszłości ta technologia może być wykorzystana na szeroką skalę m.in. w przemyśle, logistyce, magazynach, ratownictwie czy infrastrukturze krytycznej. W wielu innych zastosowaniach, w tym w zadaniach przemysłowych, proces treningu przebiega według podobnego schematu. – Wykorzystuje się dodatkowe lub inne modele, np. VLA, przekładające wizję na ruchy robota. Oznacza to, że robot widzi przykładowo paczkę niebieską i przerzuca ją do boksu „A”, a czerwoną – do boksu „B” – tłumaczy Arkadiusz Cybulski.
Po raz pierwszy rozwiązanie zostanie uruchomione, czyli przeniesione z symulacji na fizycznego humanoida T800, podczas kolejnego etapu turnieju w Shenzhen w Chinach. Wydarzenie to odbędzie się już w sierpniu. Do tego etapu zakwalifikowały się 32 najlepsze zespoły spośród 200 zgłoszonych grup.
– Na miejscu będziemy sprawdzali przede wszystkim, jak zachowania wyuczone w symulacji działają w rzeczywistości. To jedno z najtrudniejszych zagadnień w robotyce, określane jako sim-to-real. Będziemy testowali stabilność podczas wykonywania ciosów i pracy nóg, reakcję na kontakt i zakłócenia, odporność na utratę równowagi, bezpieczeństwo ruchu oraz możliwość wykonywania całych sekwencji. Naszym celem będzie dopracowanie polityk przed kolejnymi etapami bezpośredniej rywalizacji robotów – podsumowuje Arkadiusz Cybulski.
