Humanoide Roboter, also Roboter oder virtuelle Systeme mit einer dem menschlichen Körper ähnlichen Körperstruktur, haben ein breites Anwendungsspektrum in der realen Welt. Ihre Gliedmaßen und Körper ähneln denen des Menschen, sodass sie eine Vielzahl menschlicher Bewegungen nachahmen können, wie etwa Gehen, Hocken, Springen und Schwimmen.
Die computergestützte Erzeugung realistischer Bewegungen virtueller humanoider Charaktere kann interessante Auswirkungen auf die Entwicklung von Videospielen, Animationsfilmen, Virtual Reality-Erlebnissen (VR) und anderen Medieninhalten haben. Die in Videospielen und Animationen dargestellten Umgebungen sind jedoch häufig hochdynamisch und komplex, was die Einführung geplanter Bewegungen humanoider Roboter in diese Umgebungen schwieriger macht.
Medienberichten zufolge haben Forscher des NVIDIA-Forschungszentrums in Israel (NVIDIA Research) kürzlich eine neue Rechenmethode namens PlaMo (Plan and Move) vorgestellt, mit der die Bewegung humanoider Roboter in komplexen 3D-Physiksimulationswelten geplant werden kann. Die Methode, die in einem auf dem Preprint-Server arXiv veröffentlichten Artikel beschrieben wird, besteht aus einem szenenabhängigen Pfadplaner und einer robusten Steuerungsstrategie.
In dem Artikel heißt es: „Die Steuerung humanoider Roboter in komplexen physikalischen Simulationswelten ist eine seit langem bestehende Herausforderung mit vielen Anwendungen in Spielen, Simulationen und der Erstellung visueller Inhalte. Die Umgebung wird mit einer reichhaltigen und komplexen 3D-Szene dargestellt, in der der Benutzer eine Liste von Befehlen bereitstellen kann, die aus Zielpositionen und Bewegungsarten bestehen. Um diese Aufgabe zu bewältigen, schlagen wir PlaMo vor, einen szenenbewussten Pfadplaner und einen leistungsstarken physikbasierten Controller.“
Die meisten bisherigen Forschungsarbeiten zur Planung der Bewegung humanoider Charaktere in simulierten 3D-Umgebungen konzentrierten sich auf die Entwicklung entweder eines Planers oder eines Controllers, statt auf eine Balance aus beiden. Da die Aufgaben dieser beiden Modelle (also die Planung und Ausführung der Bewegung eines humanoiden Roboters) voneinander abhängig sind, wollten die Forscher einen rechnerischen Ansatz entwickeln, der beide Probleme gleichzeitig lösen kann.
Den Forschern zufolge „generiert der Pfadplaner eine Reihe von Bewegungspfaden und berücksichtigt dabei verschiedene Einschränkungen, die die Szene der Bewegung auferlegt, wie etwa Position, Höhe und Geschwindigkeit. Und als Ergänzung zum Planer generiert unsere Steuerungsstrategie auf Grundlage der Planung eine umfassende und realistische physische Bewegung.“
Die Forscher führten eine Reihe von Simulationstests mit PlaMo durch, nutzten es zur Planung und Ausführung der Bewegungen des humanoiden Roboters SMPL und ließen die Simulationen auf IsaacGym laufen, einer von NVIDIA entwickelten, physikalisch basierten Simulationsumgebung für bestärkendes Lernen, einem humanoiden virtuellen Agenten mit neutraler Körperstruktur (d. h. ohne Gesichtszüge, Haare, Kleidung usw.).
Diese Tests lieferten sehr ermutigende Ergebnisse. Die Forscher fanden heraus, dass die PlaMo-Methode in der Lage war, die Bewegung des humanoiden Roboters SMPL in einer komplexen simulierten Landschaft effizient zu planen und auszuführen, indem sie Textanweisungen befolgten. Insbesondere war die Planerkomponente der Methode in der Lage, die Bewegung des humanoiden Charakters auf unebenem Gelände sowie statische und dynamische Hindernisse in der Umgebung zu handhaben. Der Bewegungscontroller wiederum ist in der Lage, die vom Planer geplanten Pfade zuverlässig zu verfolgen, um komplexe und szenenabhängige Aktionen für den humanoiden Roboter auszuführen, wie z. B. das Kriechen unter tief hängenden Decken oder das schnelle Bewegen, um sich nähernden Hindernissen auszuweichen. Insgesamt sind die beiden Module zusammen sehr effektiv und erzeugen realistische Bewegungen als Reaktion auf Änderungen in der Umgebung.
PlaMos Fokus auf Planung und Steuerung eröffnet Möglichkeiten, es mit moderner Sprachmodellierung und 3D-Szenenverständnis zu kombinieren. Mit diesen Erweiterungen im Hinterkopf sehen Forscher PlaMo als Knockout für die Realisierung größerer Systeme. In diesen Systemen werden Nicht-Spieler-Charakteren (NPCs) Rollen zugewiesen, die sie spielen können, was zu detailreich simulierten virtuellen Welten führt.