JuliaRobotics:用 Julia 让机器人行走 | Robin Deits

JuliaRobotics: Making robots walk with Julia | Robin Deits

频道:The Julia Programming Language · 时长:39:46 · 发布:2018-08-10 · 播放:8684

在 YouTube 观看

简介

Robin Deits 介绍了 JuliaRobotics 组织,并展示了如何使用 Julia 可视化、模拟和控制人形机器人。演讲涉及实时性能和跨包的可组合性。

HN 为什么推荐

Julia 爱好者指出,这是 Julia 在软实时机器人技术中工作的具体例子,尤其是在避免堆分配时。

这里有一个很好的演讲 [1] 关于在软实时机器人技术中使用 Julia。 — HN, 2021

Python、Ruby 与脚本语言 · 机器人

中文字幕节选

好的,非常棒,那么今天最后一位演讲者是Robin Deits,他将谈论Julia 机器人技术。谢谢,大家好,我叫Robin Dietz,我是机器人 运动小组的研究生,我本应该正在写我的博士论文,而不是 在这里,但我来了,所以你们可以受益。我要谈论用 Julia让机器人行走。回想起来,我应该把标题定为“用Julia让机器人行走”, 我们比一年前接近多了,但还没有完全实现,不过 我希望至少能向你们展示为什么你们应该关心。那么我的 背景是我从事Atlas机器人的控制工作,这是一个类人机器人, 在DARPA机器人挑战赛上。这是一个六英尺高的机器人,重约 350磅,也就是150公斤,我们用它来执行一些模拟灾难 响应任务,我们主要面临的挑战就是让它 行走、平衡、从A点移动到B点而不摔倒。我开始 使用Julia是在上了Alan Edelman的课之后,我想是2016年,从那时起我一直 在所有研究项目中使用Julia。在过去一年里, 我们成立了Julia Robotics GitHub组织,目前它主要是一个 有用包的集合,以及一些对Julia机器人技术感兴趣的人。我认为 它有很大的潜力成为一个真正好的家园,用于我今天要展示的 这类工具,这些工具使得在Julia中更容易进行机器人技术和其他高 性能任务。在我继续之前,我应该提到很多这些 工作是由Julia机器人技术宇宙中的其他贡献者完成的,特别是 Toin Coolin,他是MIT的另一位研究生,可能编写了75%的代码, 你们将在这里看到。好的,机器人技术是一个大领域,我不会涵盖所有 内容,甚至今天也不会涵盖合理的一部分。有整个 机器人硬件领域,我不会深入那个。机器人软件领域涵盖 感知、规划和控制等。对于所有这些,有很多方法, 我们有显式算法,比如实际的控制理论,我们有优化 方法,我们有直接扔机器学习进去,然后我们有不同 类型的机器人平台,它们都有不同的需求:飞行机器人、行走机器人、 固定基座机械臂、汽车,都需要不同的重点。所以今天我将 专注于使用优化来控制行走机器人,比如我之前展示的Atlas类人机器人。 好的,那么我所说的用优化进行控制是什么意思? 对于机器人技术有很多不同的方法,对于控制也有很多不同的 方法,即使是类似的类人机器人,但在我所知的所有这些 成功方法的核心,目前都归结为某种 在线执行的优化。所以在控制器的每个时间步,我们将 根据机器人的当前状态选择某个动作,其中动作是某种 我们发送给机器人关节的命令,同时遵守某种 约束,比如物理施加的约束或 你试图实现的任务施加的约束,我们将尝试这样做以最小化 某种成本。所以这变成了一个优化问题:最小化那个成本 同时遵守约束。我们可以更数学地写出来, 我们想要在机器人可能采取的某个动作上最小化某个成本,该成本是机器人 未来状态和动作的函数,受约束条件限制。使这变得困难的部分是 我们用于像Atlas这样的机器人的控制频率通常在

HN 上的讨论

仅仅因为存在 GC 并不意味着你必须使用它。它只是你腰带上的另一个工具。根据你的问题有多种选择。你可以牢牢抓住内存,在程序启动前预分配所有缓冲区,然后不允许它们被 GC,你也可以使用像 StrideArrays.jl / StaticArrays.jl 中的栈分配数组,或者上述的某种组合。我想你也可以手动使用 ccall 来 malloc 和 free 内存。这里有一个不错的演讲 [1] 关于在软实时机器人技术中使用 Julia。我认为目前在 Julia 中进行实时编程的最大障碍不是 GC,而是该语言有很多可选的优化,编译器如果认为有益可以选择不执行,而且这些优化可能会在次要版本之间改变。因此,你需要做大量测试来确保你的代码确实在做你想要的,并且不会触发 GC 或动态分派,而且每次更新 Julia 或任何包时都需要重新进行测试,这显然不理想。[1] [VIDEO] — eigenspace, 2021-06
这和垃圾回收有什么关系?如果你关心的是实时系统中的延迟,垃圾回收不是问题,堆分配内存才是。Julia 让你很容易从不在堆上分配任何东西(不像大多数垃圾回收语言)。看看这个演讲,它在机器人技术的背景下详细讨论了这一点:[VIDEO] — eigenspace, 2020-02
听起来很有趣。在这类东西中,我认为这根本不是会遇到的问题。作者之前的挣扎是实现实时性。低于实时性并不是他们真正考虑过的。这是他们做的一个演讲:[VIDEO] — ChrisRackauckas, 2018-08
可能是我们以奇怪的方式使用类型,所以问题在于我解释不清。Julia 中的类型经过多重分派,因此通过将类型传递给泛型函数,你可以让相同的泛型算法以不同方式运行。所以我用类型来并行化代码、计算导数、传播参数不确定性等等。这个来自 JuliaCon 的演讲讨论了很多免费获得的东西,这些是通过将一个包中的类型放入另一个包中开发出来的:[VIDEO] — ChrisRackauckas, 2018-08
在 OP 的使用场景中,Julia 的问题实际上在于它是垃圾回收的(也许还在于其 GC 的调优方式)。你可以努力消除分配,但在实时控制和嵌入式系统中,内存确定性问题更为重要。例如,看看这个视频:[VIDEO] 这大概就是为什么 C 在这个领域仍然是王者。 — fault1, 2021-11

相关视频