Журнал Science Robotics опублікував доволі детальний матеріал про те, як швейцарські дослідники винайшли новий спосіб для навчання роботів.
Для програмування роботів інженери використовують метод навчання з підкріпленням (reinforcement learning). Він дозволяє роботам вчитися за допомогою проб і помилок і виявляти оптимальний спосіб вирішення завдання – наприклад, щоб зробити крок.
Однак використовувати такий метод на людиноподібних роботах виходить не завжди через складність їх рухів. Тому таких роботів навчають за допомогою комп’ютерного моделювання. Такий спосіб теж не ідеальний: практично неможливо опрацювати всі ситуації, в які може потрапити робот, щоб створити для них свою логіку управління.
У статті дослідників Швейцарської вищої технічної школи Цюріха йдеться, що для спрощення комп’ютерного моделювання вони придумали спосіб навчання за допомогою нейромережі й випробували його на робособаках ANYmal.
Комп’ютерне моделювання допомогло роботу навчатися новим рухам набагато швидше, ніж в реальному світі – приблизно в тисячу разів. ANYmal зміг точніше слідувати вказівкам (наприклад, рухатися з певною швидкістю), навчився бігати на 25% швидше, ніж раніше, і самостійно вставати після падіння.
Дослідники також розповіли, що їм вдалося скоротити необхідну для таких операцій обчислювальну потужність: для моделювання підійде звичайний настільний комп’ютер. Крім того, їх методика може бути використана не тільки для роботів ANYmal.
БІЛЬШЕ ЦІКАВОГО:
- Найцікавіші святкові роботи у всьому світі. Відео
- Чи здатні роботи маніпулювати людськими почуттями? — експеримент німецьких вчених
- Nybble — дерев’яний робокіт з відкритим вихідним кодом. Відео
Джерело: Science Robotics