Forskare vid University of Illinois Urbana-Champaign har utvecklat en ny maskininlärningsramverk, kallat HUMANUP, som gör det möjligt för humanoida robotar att resa sig självständigt efter att ha fallit. Detta är ett stort steg framåt för att förbättra robotarnas autonomi och användbarhet i verkliga miljöer, särskilt på utmanande terräng som hala ytor, sluttande gräs och snöfält126.
Hur HUMANUP fungerar
HUMANUP använder sig av en tvåstegsmetod baserad på förstärkningsinlärning (Reinforcement Learning, RL):
- Fas 1: Upptäckt av rörelser
I denna fas identifierar ramverket effektiva rörelsemönster för att roboten ska kunna resa sig upp från olika positioner. Här finns inga strikta krav på rörelsens jämnhet eller hastighet, vilket gör det möjligt att utforska olika lösningar utan begränsningar13. - Fas 2: Förfining av rörelser
De upptäckta rörelserna från fas 1 förädlas till jämna och kontrollerade rörelser som är anpassade för verkliga miljöer. Detta inkluderar att säkerställa att robotens rörelser är långsamma, stabila och effektiva, oavsett vilken position roboten befinner sig i eller vilken typ av terräng den opererar på124.
Testning och resultat
HUMANUP testades både i simuleringar och i verkliga miljöer med hjälp av den humanoida roboten Unitree G1. Resultaten visade att roboten framgångsrikt kunde resa sig från två huvudsakliga positioner – liggande på rygg och liggande på mage – på olika typer av underlag, inklusive hala och deformabla ytor. Ramverket uppnådde en framgångsgrad på 78,3 % för att resa sig upp och 98,3 % för att rulla över till en bättre position67.
Betydelse och framtid
Denna innovation löser ett kritiskt problem inom humanoidrobotik: svårigheten att återhämta sig efter fall utan mänsklig hjälp. Tidigare metoder var ofta ineffektiva eller krävde manuella kontroller, vilket begränsade robotarnas användbarhet i oförutsägbara miljöer. HUMANUP kan nu vidareutvecklas och implementeras på andra humanoida robotar, vilket kan bana väg för bredare användning inom områden som katastrofhantering, rehabilitering och urbana miljöer26.
Sammanfattningsvis representerar HUMANUP ett betydande framsteg inom autonom robotik, vilket gör humanoida robotar mer resilienta och användbara i komplexa och dynamiska miljöer.
Citations:
- https://techxplore.com/news/2025-02-humanoid-robots-swiftly-fall-framework.html
- https://www.electronicsforu.com/news/humanoid-robots-learning-to-get-up
- https://arxiv.org/html/2502.12152v1
- https://www.themoonlight.io/de/review/learning-getting-up-policies-for-real-world-humanoid-robots
- https://huggingface.co/papers/2502.12152
- https://dsa.si/news/robots-springing-to-life-a-breakthrough-in-autonomous-fall-recovery/53023/
- https://arxiv.org/abs/2502.12152
- https://www.reddit.com/r/tech/comments/1iy54rx/humanoid_robots_can_swiftly_get_up_after_they/
- https://www.youtube.com/watch?v=uwv-1zWheW4
- https://arxiv.org/abs/2502.20061
- https://x.com/TechXplore_com/status/1894093486359466234
- https://www.linkedin.com/posts/tech-xplore_humanoid-robots-can-swiftly-get-up-after-activity-7299832382801494016-Zuxk
- https://blogs.illinois.edu/view/6231/305583152
- https://www.linkedin.com/posts/cesarbeltranmiralles_humanoid-robot-rises-after-falls-with-new-activity-7300753428014632960-biS1
