- ToddlerBot adalah platform robot humanoid open source berbiaya rendah, dirancang untuk pembelajaran kebijakan dan skalabilitas eksperimen dalam riset robotika dan AI
- Versi baru (2.0) mendukung berbagai fitur baru seperti cartwheel, merangkak, berjalan cepat, kendali jarak jauh VR, estimasi kedalaman stereo real-time
- Menekankan reproduksibilitas dan daya tahan melalui desain 30 derajat kebebasan, beragam end-effector (tipe telapak tangan dan gripper), serta perbaikan cepat berbasis 3D printing
- Kompatibilitas ML telah dibuktikan lewat berjalan, manipulasi dua tangan dan seluruh tubuh, skill chaining yang memanfaatkan reinforcement learning dan diffusion model
- Menyediakan manual dan kode open source lengkap sehingga siapa pun dapat membuatnya, melakukan transfer kebijakan, dan bereksperimen dengan kolaborasi multi-robot
Makna proyek open source Toddlerbot
- Toddlerbot adalah proyek robot humanoid open source yang memungkinkan siapa pun menggunakan sumbernya untuk merakit dan memodifikasi sendiri
- Dibandingkan robot humanoid komersial, biaya pembuatannya rendah, dengan struktur dan jumlah komponen yang lebih sedikit sehingga hambatan masuknya rendah
- Dapat dimanfaatkan untuk berbagai tujuan seperti desain hardware robot, kontrol software, dan pembelajaran algoritme
- Dengan komunitas yang aktif dan dokumentasi yang baik, kegunaannya tinggi untuk pemula maupun ahli
- Ini adalah platform robot yang cocok untuk riset dan pengembangan, pendidikan, serta pembuatan prototipe
Fitur dan keunggulan utama
- Mudah dibuat melalui printer 3D, skematik open source, dan software publik
- Dengan struktur desain modular, kepala, lengan, tubuh, dan bagian lain dapat dirancang serta diganti secara bebas
- Terintegrasi dengan berbagai bahasa pemrograman seperti Python sehingga memungkinkan eksperimen beragam taktik kontrol
- Mendukung perluasan opsional seperti sensor, motor, dan kamera tambahan
Fitur utama ToddlerBot 2.0
- Cartwheel: mendemonstrasikan kelincahan dan kemampuan keseimbangan tinggi, dengan hampir tidak ada kerusakan bahkan saat gagal
- Merangkak: gerakan merangkak empat kaki menggunakan lengan dan kaki seperti balita
- Berjalan cepat: kecepatan berjalan omnidirectional 0.25m/s, putar di tempat hingga 1rad/s
- Teleoperasi VR: kendali real-time berbasis Meta Quest 2
- Estimasi kedalaman stereo: dilengkapi Jetson Orin NX 16GB, pemrosesan real-time 10Hz
Karakteristik desain
- 30 derajat kebebasan (DoF): 7 pada lengan, 6 pada kaki, 2 pada leher, 2 pada pinggang
- Sensor dan perangkat elektronik: 2 kamera fisheye, speaker, 2 mikrofon, IMU, Jetson Orin NX
- End-effector: dua opsi, tipe telapak tangan fleksibel dan gripper parallel jaw
Eksperimen performa
- Uji panjang lengan: dapat meraih benda berukuran 14 kali volume tubuhnya
- Uji beban: mengangkat 1.48kg, setara 40% dari total berat tubuh, sambil menjaga keseimbangan
- Uji ketahanan: dengan kebijakan berjalan berbasis reinforcement learning, bertahan 19 menit, tidak rusak meski jatuh 7 kali, dan perbaikan selesai dalam 35 menit (3D printing + perakitan)
Gerakan berbasis AI
- Percakapan dan push-up: integrasi OpenAI Realtime API + GPT-4o
- Pull-up di palang: pengenalan posisi berbasis AprilTag, transfer kebijakan dari simulasi ke robot nyata
- Berjalan dan manipulasi: melakukan manipulasi dua tangan dan seluruh tubuh dengan reinforcement learning serta kebijakan difusi berbasis RGB
- Skill chaining: memegang pegangan (kebijakan difusi) → mendorong troli (kebijakan reinforcement learning)
Reproduksibilitas dan skalabilitas
- Transfer kebijakan: kebijakan manipulasi yang dipelajari pada satu ToddlerBot dapat dipindahkan ke unit lain tanpa kehilangan performa
- Kolaborasi multi-robot: dua robot bekerja sama menjalankan tugas jangka panjang (merapikan ruangan)
- Kemudahan perakitan: siapa pun dapat membuatnya melalui manual dan video open source
Dukungan riset
Belum ada komentar.