За допомогою алгоритмів інженерів Google чотириногий робот навчився ходити лише кілька годин — на 12 місяців швидше, ніж середньостатистична людина.
Науковці з Google Robotics успішно запустили робота який здатний самостійно навчатися, не покладаючись на симуляційні випробування. Участь людини в цьому процесі зведено до мінімуму. Процес дослідження описаний в ознайомчому тексті, який команда виклала в мережу.
Використовуючи глибокі методи навчання з підкріпленням (англ. Reinforcement learning) — тип машинного навчання, заснований на методі проб і помилок, надаючи при цьому винагороду за певні дії, — вченим вдалося уникнути програмування кожної команди, пов’язаної з ходьбою, що дозволило не вдаватися до створення симуляцій.
Метод навчання з підкріпленням зазвичай використовується у віртуальному середовищі. Однак процес побудови симуляції, яка змогла б відтворити рух робота по різних поверхнях виявився складним і тривалим за часом. Тому науковці вирішили навчити свою систему в реальному світі.
Для цього вони дозволили своєму чотириногому роботу переміщатися по різних площинах, таких як рівна поверхня, м’який матрац і килимок з різними щілинами. За лічені години на кожному майданчику він навчився ходити вперед і назад і повертати вліво і вправо. При цьому ручне управління і перезапуск ні разу не знадобилися.
Розробникам також вдалося знизити необхідність втручання людини в ситуаціях, коли робот падав або намагався покинути тренувальну зону. Вони змусили робота виконувати кілька маневрів одночасно й обмежували його переміщення в межах заданої межі. Коли він досягав краю своєї території, він розпізнавав кордон і йшов назад, а при падінні міг самостійно підійматися.
Тобто, єдине втручання людей у процес, полягало в тому, що вони додали алгоритм, що наказує роботу вставати після падіння, але вони сподіваються в кінцевому підсумку автоматизувати й цю частину процесу навчання.
Після того, як робот навчився ходити, інженери увімкнути ігровий контролер, який дозволяв їм вручну переміщати робота, використовуючи вивчені їм прийоми для перевірки результатів навчання.
У той час як область самонавчання роботів пересуванню все ще зароджується, це дослідження надає достатні докази того, що це все-таки можливо. Науковці вважають, що їх система може допомогти роботам навчатися ходити швидше та ефективніше.
БІЛЬШЕ ЦІКАВОГО:
- 5 простих кроків, щоб зробити штучний інтелект силою добра
- Робот комік або як штучний інтелект вчитися каламбурам
- Що буде якщо штучний інтелект почне показувати які емоції викликатиме ваша публікація
Джерело: Engadget