MIT-ingeniører brugte byggemiljøsimulering og forstærkningslæring til at undervise en robot
Ændring af overfladeegenskaber ændrer dynamikkenboldbevægelse. Til kontrol og dribling (drift af bolden) bruger robotten, der bevæger sig ved hjælp af fire ben, indbyggede sensorer, computersyn og et computersystem, der evaluerer ydre forhold og bestemmer robottens og boldens baner.
For accelererede læringsforskerebrugt kunstig simulering - en digital tvilling af naturen. Det giver dig mulighed for at downloade de nødvendige fysiske parametre for miljøet og simulere dynamikken i objekter under sådanne forhold. Ved at bruge denne tilgang simulerede ingeniørerne 4.000 versioner af robotten på samme tid, hvilket fremskyndede bevægelsesudviklingen tilsvarende. Øvelse under virkelige forhold begynder efter sådanne simuleringer.
Robotten begynder at lære uden at vide, hvordan man dribler -han får bare en belønning, når han gør det, eller negativ forstærkning, når han laver en fejl, forklarer udviklerne. Så han forsøger i det væsentlige at finde ud af, hvilken rækkefølge af kræfter han skal anvende på sine ben.
At lære en robot at drible en bold. Video: MIT CSAIL
Forskere bemærker, at de flestetidligere udviklinger fokuserede på kun én opgave: Robotten enten løber eller afleverer bolden. At lære at drible kræver mere kompleksitet og er mere afhængig af omgivelserne. Robotten skal tilpasse sin bevægelse til at virke på bolden. I dette tilfælde kan samspillet mellem bolden og miljøet afvige fra samspillet mellem robotten og landskabet. For eksempel er friktionen, som en fodbold vil opleve på græs og fortov, anderledes, men tilt vil forårsage acceleration, hvilket ændrer boldens typiske bane.
I modsætning til mere stabile rovere (hjulederobotter), er firbenede robotter teoretisk mere adrætte og kan bevæge sig under vanskelige forhold under en naturkatastrofe, såsom efter en oversvømmelse eller jordskælv. Men for at realisere disse muligheder er det nødvendigt at skabe et system, der hurtigt kan tilpasse sig skiftende ydre forhold.
Vores mål med at udvikle algoritmer til gående robotter er at give autonomi i vanskelige miljøer, som i øjeblikket ikke er tilgængelige for robotsystemer.
Pulkit Agrawal, professor og laboratorieleder ved Massachusetts Institute of Technology
Læs mere:
Det viste sig, at fotosyntesen ikke fungerer, som forskerne troede. Nu vil de hacke den
Fjern radiogalakse viste sig at være et sort hul, som er rettet direkte mod Jorden
Eksperter har forudsagt, hvor mange mennesker der vil leve på Jorden i 2100