Robotten blev lært at køre på et skateboard

AI-udviklerne bemærkede, at de har skabt grundlaget for at styre robotter på fire ben. Hun tilpasser sig

bedre end mere traditionelle ledelsesmodellerrobot bevægelser. For at demonstrere den nye funktionalitet, som tilpasser sig miljøforhold i realtid, viste forskerne enheden glide på overflader, køre på skateboard og løbe på et skrå løbebånd.

”Vores udvikling lærer en controller, der kantilpasse sig ændringer i miljøet undervejs. Dette kan være nye scenarier, som vi ikke studerede under træningen. Dette gør controlleren 85% mere energieffektiv og mere pålidelig end traditionelle metoder, bemærker forskerne. "Under inferens behøver controller på højt niveau kun at evaluere et lille neuralt netværk med flere lag, det har ikke brug for en kontrol- og forudsigelsesmodel (MPC), der muligvis kræves for at optimere langsigtet ydeevne."

Modellen trænes i at bevæge sig ved hjælp af et løbebåndspor, der består af to bælter - deres hastighed ændres uafhængigt af hinanden, men robotten opretholder stadig balance. Denne simulationstræning overføres derefter til Laikago-robotten i den virkelige verden. Forskere har udgivet en særlig video om simuleringer og laboratoriearbejde for at popularisere teknologien.

Eksperter fraAI-domæner fra Nvidia, University of California, University of Texas i Austin og University of Toronto. Deres design inkluderer en controller på højt niveau ved hjælp af indlæringsforstærkning og en controller på et lavere niveau baseret på en AI-model.

Læs også

Forskere har for første gang udviklet ren energi fra grafen

På sygdom 3 mister de fleste COVID-19 patienter deres lugtesans og lider ofte af en løbet næse

Dommedagsbreen viste sig at være farligere end forskere troede. Vi fortæller det vigtigste