محققان به تازگی رویکرد جدیدی به نام ADP (Adversarial Dynamics Priors) را معرفی کردهاند که تحولی در کنترل حرکت رباتهای انساننما ایجاد میکند.
برخلاف روشهای قبلی که بیشتر بر تقلید حرکات ظاهری تمرکز داشتند، ADP با تمرکز بر «دینامیک» (مثل نیروهای تماس و مرکز جرم)، به ربات کمک میکند تا حتی در صورت ضربه یا اختلال بیرونی، تعادل خود را به طرز چشمگیری حفظ کند.
نتایج آزمایشها نشان میدهد که این مدل نسبت به قویترین روشهای قبلی (AMP)، موفقیت در پایداری را تا ۱۶.۷٪ افزایش داده و زمان بازگشت به تعادل را نیز تا ۴۸٪ بهبود بخشیده است. این یعنی رباتهایی که در دنیای واقعی بسیار هوشمندتر و سرسختتر حرکت میکنند!
منبع: arXiv Machine Learning