Video: Robot vybavený UI sa naučil jazdiť na skateboarde
Vedci z oblasti umelej inteligencie tvrdia, že vytvorili framework na ovládanie štvornohých robotov, ktorý sľubuje lepšiu energetickú účinnosť a prispôsobivosť ako tradičnejšie riadenie chôdze robotických nôh založené na modeloch. Na demonštráciu sily svojho frameworku výskumníci nechali svoj systém pošmyknúť sa po povrchu na napodobnenie banánovej šupky, jazdiť na skejtborde, liezť po moste, napodobňujúc chôdzu na bežiacom páse.
V realite sa uskutočnil iba test pošmyknutia, všetky ďalšie úlohy prebehli v simulácii. (Simulácie sa často používajú ako tréningové údaje pre robotické systémy skôr, ako sa tieto systémy začnú používať v reálnom živote.) Framework sa naučí úlohe ovládača, ktorý sa dokáže adaptovať na náročné zmeny prostredia za chodu, a to vrátane nových scenárov, ktoré sa počas tréningu neobjavili. Takýto naučený ovládač je až o 85 % energeticky efektívnejší a je robustnejší v porovnaní so základnými metódami, uvádza sa v dokumente.
Štvornohý model je trénovaný v simulácii pomocou deleného bežiaceho pása s dvoma dráhami, ktoré môžu nezávisle meniť rýchlosť. Tento tréning v simulácii sa potom prenesie na robota Laikago v skutočnom svete. Framework kombinuje vysokoúrovňový ovládač, ktorý využíva učenie posilňovaním (reinforcement learning), s nízkoúrovňovým ovládačom založeným na modeloch.
Výskumníci tvrdia, že množstvo sietí na ovládanie robotických nôh je pevne stanovených, a preto sa nedokážu prispôsobiť novým okolnostiam, zatiaľ čo adaptívne siete sú často energeticky náročné. Hovoria, že lokomočné systémy vytvorené pomocou učenia posilňovaním sú často menej robustné ako tie, ktoré sú založené na modeloch, a potrebujú menej tréningových príkladov.
Zdroj: venturebeat.com.
