Koreanische Roboter nach Hause nimmt $2 M Preis in DARPA Herausforderung
POMONA, Kalifornien – eine Robotik-Team aus Südkorea holte $ 2,000001 Millionen-Platz in einem Wettbewerb an diesem Wochenende zu Design-Roboter, die Menschen in einer natürlichen oder von Menschen verursachten Katastrophe helfen konnte.
Während die DARPA Robotics Challenge Finale stattfand hier Freitag und Samstag (Juni 5 und 6), das Siegerteam DRC-HUBO Roboter fertig alle acht Aufgaben in weniger als 45 Minuten. Der preisgekrönte Bot hatte einen humanoiden Design, das sich schneller in eine fahrbare kniende Position für verwandeln könnte, stabiler Bewegung.
Die Running Man Roboter von Floridas Institut für Mensch und Maschine Kognition behauptete Zweitens Abschluss aller Aufgaben in knapp 50 Minuten. Team Tartan Schimpanse Rettungsroboter kam auf den dritten, alle Aufgaben in etwas mehr als 55 Minuten. Die zweiten und dritten Platz Teams nahm nach Hause $ 1 Million und $500.000, beziehungsweise.
"Heute war unglaublich. Es war alles, was wir gehofft, es wäre und mehr,"Gill Pratt, der DARPA-Programm-Manager verantwortlich für die Herausforderung, sagte heute in einer Pressekonferenz. Aber Robotik noch in "jungen Jahren", sagte er.
Die US Defense Advanced Research Projects Agency begann die Herausforderung im Jahr 2012. Der Wettbewerb wurde von der nuklearen Katastrophe von Fukushima Daiichi, verursacht durch das tödliche 2011 Erdbeben und Tsunami in Japan inspiriert. Die Idee war, Roboter, die Einsatzkräfte in Disaster Recovery Bemühungen von unterwegs helfen könnte zu entwickeln, die nicht sicher für den Menschen. [Siehe Fotos der Wettbewerber Roboter in Aktion]
Die 25 Teams hatten zwei Chancen, so viele wie möglich von den acht Kursaufgaben auszufüllen und ein Nutzfahrzeug enthalten, verlassen das Fahrzeug, das Öffnen einer Tür, schneiden ein Loch in eine Wand fahren zu Fuß über einen Haufen von Schutt (oder löschen einen Weg durch die Trümmer), zu Fuß über eine kurze Treppe erreichbar, und Aufgabe eine Überraschung, die jeden Tag anders war.
Die Bots mussten den Kurs ohne ein Tether zu verhindern, fallen über und trotz einer gestörten Kommunikationsverbindung zwischen den Bots und ihre menschlichen Bediener absolvieren.
Nach dem ersten Tag des Wettbewerbs war Carnegie Mellon University Schimpanse Roboter (Abkürzung für CMU hoch intelligente Mobile Platform) an der Spitze der ersten Mannschaft für alle acht Aufgaben in der Stunde zugeteilt. Schimpanse folgten dem deutschen Team NIMBRE RESCUE Robot Momaro und des Jet Propulsion Laboratory RoboSimian Roboter, der während des ersten Tages sieben Punkte erzielte.
Aber der zweite Tag des Wettbewerbs brachte eine Überraschung von Südkoreas Team KAIST, dessen Roboter auf den ersten Platz sprang nach Beendigung aller acht Aufgaben in kürzerer Zeit als CMUs Schimpanse Roboter – auch die Überraschung-Aufgabe, die Beteiligten einen Draht ziehen und stecken Sie ihn in eine andere Steckdose. Alle acht Aufgaben erledigt Team IHMC auch am zweiten Tag auf Rang 2, dritte Schimpanse stoßen.
Obwohl der Bereich der Robotik hat noch einen langen Weg vor uns, die Teams in Roboter-Technologie einige beeindruckende Fortschritte gemacht. Aber noch überraschender war die Art und Weise das Publikum auf der Roboter reagiert, sagte Pratt. "Wir haben Roboter, die aussehen wie der Terminator," sagte er, und noch Zuschauer verliebten sich ineinander, jubeln, als es gelang, die Roboter und Mitleid für sie, wenn sie gescheitert. "Es gibt einige unglaubliche, ungenutzte Affinität für Maschinen,", sagte Pratt.
Top-10-Teamwertung:
1. TEAM KAIST (8 Punkte, 44:28 Minuten)
2. TEAM IHMC Robotik (8 Punkte, 50:26 Minuten)
(3) TARTAN RESCUE (8 Punkte, 55:15 Minuten)
4. TEAM NIMBRE RESCUE (7 Punkte, 34:00)
5. TEAM ROBOSIMIAN (7 Punkte, 47:59 Minuten)
6. TEAM MIT (7 Punkte, 50:25 Minuten)
7. TEAM WPI-CMU (7 Punkte, 56:06 Minuten)
8. TEAM DRK-HUBO @ UNLV (6 Punkte, 57:41 Minuten)
9. TEAM TRAC LABS (5 Punkte, 49:00 Minuten)
10. TEAM AIST-NEDO (5 Punkte, 52:30 Minuten)
Folgen Sie Tanya Lewis auf Twitter . Folgen Sie uns @livescience, Facebook& Google +.