Robot Humanoid Unik dari Komponen Tersedia Menunjukkan Mobilitas Lanjutan

MEVITA adalah robot bipedal open-source yang dikembangkan oleh JSK Robotics Laboratory di University of Tokyo, Jepang. Robot ini dirancang untuk mengatasi masalah umum robot DIY yang sulit dirakit dan komponen yang sulit didapat. Dengan hanya menggunakan 18 komponen logam yang mudah ditemukan secara online, MEVITA menjadi alternatif yang kuat dan mudah dirakit oleh siapa saja. Untuk membuat MEVITA lebih mudah dirakit, tim menggunakan teknik las sheet metal yang memungkinkan beberapa bagian kompleks dibuat dalam satu komponen tunggal, sehingga mengurangi jumlah parts yang harus dirakit. Hal ini berbeda dari kebanyakan robot open-source lain yang biasanya menggunakan banyak bagian 3D-printed yang fragil atau desain logam yang kompleks dan banyak bagian. Kontrol robot MEVITA juga sangat canggih karena menggunakan metode pembelajaran penguatan (reinforcement learning) yang dilatih terlebih dahulu di simulasi IsaacGym dan diverifikasi di MuJoCo. Setelah itu, kontrol ini diaplikasikan ke robot asli menggunakan skrip Python, sehingga robot bisa berjalan di berbagai medan berat seperti rumput, tanah, dan tanjakan dengan stabil. Fitur keselamatan juga diperhatikan dengan adanya tombol darurat wireless, power relay, diode, dan sensor seperti LiDAR serta IMU yang penting untuk navigasi dan menjaga keseimbangan robot. Sistem ini juga menghubungkan motor servo ke PC menggunakan dua perangkat CAN-USB yang efisien. Keseluruhan platform MEVITA termasuk hardware, software, dan simulasi tersedia secara open-source. Ini membuka peluang besar bagi peneliti, pelajar, dan para hobiis untuk belajar, berinovasi, dan mengembangkan teknologi robot bipedal tanpa hambatan biaya atau kesulitan teknis yang biasanya terjadi pada robot komersial.

MEVITA adalah robot bipedal open-source yang dirancang oleh para insinyur di JSK Robotics Laboratory, University of Tokyo. Robot ini dibuat untuk mengatasi masalah umum yang sering ditemui pada platform DIY yang ada, seperti bagian yang mudah patah dan kesulitan perakitan karena terlalu banyak komponen. Robot ini menggunakan hanya 18 komponen logam unik yang bisa dibeli secara online, dengan empat diantaranya dibuat menggunakan teknik sheet metal welding. Cara ini membuat struktur robot lebih sederhana dan kuat, sekaligus memudahkan siapa saja untuk merakitnya. Kontrol robot MEVITA sangat canggih karena menggunakan teknik AI seperti reinforcement learning. Model kontrol ini dilatih dalam simulasi IsaacGym dan diverifikasi di MuJoCo sebelum dijalankan di robot nyata, sehingga robot dapat berjalan stabil di berbagai medan seperti rumput, permukaan tidak rata, dan kemiringan ringan. Untuk menjaga keamanan selama pengoperasian, robot dilengkapi dengan fitur wireless emergency stop yang bisa mematikan robot dari jarak jauh. Robot juga menggunakan sensor LiDAR dan IMU untuk membantu navigasi dan menjaga keseimbangan saat berjalan. Dengan semua keunggulan ini, MEVITA diharapkan bisa membuka peluang lebih luas bagi peneliti, pelajar, dan penggemar robotika untuk berinovasi dan mengembangkan teknologi robot bipedal tanpa harus bergantung pada produk komersial yang mahal dan sulit diakses.

Robot humanoid selama ini mampu melakukan tugas dasar seperti berjalan dan mengangkat, tetapi masih kesulitan meniru gerakan manusia yang halus dan kompleks. Tim peneliti dari Cornell University memperkenalkan kerangka kerja baru bernama BeyondMimic yang memungkinkan robot belajar dari data gerakan manusia secara langsung. Dengan BeyondMimic, robot humanoid dapat melakukan berbagai gerakan seperti backflip, tarian, dan lari tanpa diprogram secara khusus untuk setiap gerakan. Sistem ini menggunakan data motion capture manusia untuk membuat kebijakan gerak yang memungkinkan robot beradaptasi dan melakukan tugas baru tanpa pelatihan ulang. Kerangka kerja ini memanfaatkan metode Markov Decision Process (MDP) dan hyperparameter yang diatur secara umum sehingga tidak perlu penyesuaian khusus per tugas. Selain itu, teknologi loss-guided diffusion mengizinkan robot menyesuaikan gerakan secara real-time dengan fungsi biaya yang dapat dihitung secara matematis. Kelebihan BeyondMimic juga terletak pada kemampuannya menjaga keseimbangan dan stabilitas saat melakukan gerakan kompleks. Proyek ini dibuka secara open-source agar peneliti lain bisa mengembangkan aplikasi di berbagai bidang seperti perawatan, rehabilitasi, pendidikan, dan hiburan. Pencapaian ini makin mendekatkan visi robot humanoid yang bisa menggantikan manusia dalam berbagai aktivitas sehari-hari. Dengan teknologi ini, masa depan robot yang adaptif dan ekspresif menjadi semakin nyata dan dapat digunakan secara luas.

Robot telah banyak dilatih untuk melakukan berbagai tugas seperti berjalan atau mengangkat benda secara efisien. Namun, meniru gerakan manusia yang halus dan kompleks tetap menjadi tantangan besar. Karena gerakan manusia sangat alami dan ekspresif, para insinyur sulit membuat robot bisa berjalan dan bergerak dengan cara yang sama. Peneliti dari Cornell University mengatasi masalah ini dengan membuat framework bernama BeyondMimic. Framework ini memungkinkan robot humanoid belajar gerakan manusia yang kompleks menggunakan data gerakan manusia yang direkam dalam jangka waktu panjang. Robot tidak diprogram untuk setiap gerakan, melainkan belajar dari demo manusia secara langsung. Dengan BeyondMimic, robot dapat melakukan berbagai eksekusi gerakan seperti salto, tarian, dan bahkan selebrasi 'Siu' Cristiano Ronaldo secara natural. Bahkan robot ini bisa mengadaptasi gerakan baru yang belum pernah diajarkan sebelumnya dan melakukan transisi halus antar gerakan berbeda, mempertahankan gaya dan ekspresi dari manusia aslinya. Salah satu inovasi utama dari framework ini adalah teknik loss-guided diffusion, yang memungkinkan robot menyesuaikan gerakannya secara real-time berdasarkan fungsi biaya yang dapat dihitung secara diferensial. Dengan sistem ini, robot juga bisa melaksanakan tugas seperti mengikuti jalur, menghindari rintangan, atau dikendalikan menggunakan joystick secara mulus. BeyondMimic juga menyediakan seluruh pipeline pembelajaran secara open-source sehingga dapat digunakan dan dikembangkan oleh para peneliti di berbagai bidang. Teknologi ini membuka peluang besar untuk aplikasi robot humanoid dalam rehabilitasi, perawatan, pendidikan, hingga hiburan interaktif. Masa depan di mana robot dapat bergerak dan berinteraksi layaknya manusia mulai semakin nyata.