Roboty tradycyjnie polegały wyłącznie na informacjach wizualnych podczas nawigacji, co znacznie ograniczało ich skuteczność w złożonych, nieprzewidywalnych środowiskach. Teraz naukowcy z Uniwersytetu Duke stworzyli rewolucyjny framework o nazwie WildFusion, który fundamentalnie zmienia sposób, w jaki roboty postrzegają i wchodzą w interakcje ze światem.
WildFusion wyposaża czteronożnego robota w wiele zdolności sensorycznych naśladujących ludzką percepcję. Oprócz standardowych wejść wizualnych z kamer i LiDAR-u, system wykorzystuje mikrofony kontaktowe wykrywające wibracje przy każdym kroku, czujniki dotykowe mierzące siłę nacisku oraz czujniki inercyjne śledzące stabilność robota podczas poruszania się po nierównym terenie.
„WildFusion otwiera nowy rozdział w nawigacji robotów i mapowaniu 3D” – wyjaśnia Boyuan Chen, adiunkt na Uniwersytecie Duke. „Pozwala robotom działać pewniej w nieustrukturyzowanych, nieprzewidywalnych środowiskach, takich jak lasy, strefy katastrof czy tereny off-road.”
Sercem WildFusion jest zaawansowany model głębokiego uczenia oparty na niejawnych reprezentacjach neuronowych. W przeciwieństwie do tradycyjnych metod traktujących środowisko jako zbiór dyskretnych punktów, to podejście modeluje powierzchnie w sposób ciągły, umożliwiając robotowi intuicyjne podejmowanie decyzji nawet wtedy, gdy dane wizualne są zablokowane lub niejednoznaczne. System skutecznie „uzupełnia luki” przy niepełnych danych z czujników – podobnie jak robią to ludzie.
Technologia została pomyślnie przetestowana w Eno River State Park w Karolinie Północnej, gdzie robot pewnie nawigował przez gęste lasy, łąki i żwirowe ścieżki. Jak podkreśla główny autor badań Yanbaihui Liu, „Testy w rzeczywistych warunkach potwierdziły niezwykłą zdolność WildFusion do trafnego przewidywania możliwości przejścia, znacząco poprawiając podejmowanie decyzji przez robota w zakresie wyboru bezpiecznych tras przez trudny teren.”
Zespół badawczy opracował także metodę symulacji, która pozwala testować możliwości robotów bez bezpośredniego udziału człowieka na wczesnych etapach rozwoju, przyspieszając i skalując proces badawczy. To podejście stanowi istotny postęp w metodologii testowania robotów.
Dzięki modułowej konstrukcji WildFusion ma ogromny potencjał zastosowań poza leśnymi szlakami, m.in. w działaniach ratunkowych, inspekcji odległej infrastruktury czy autonomicznej eksploracji. Technologia, wspierana przez DARPA i Army Research Laboratory, zostanie zaprezentowana podczas konferencji IEEE International Conference on Robotics and Automation (ICRA 2025) w Atlancie już w maju.