Οι μηχανικοί του MIT χρησιμοποίησαν προσομοίωση δομημένου περιβάλλοντος και μάθηση ενίσχυσης για να διδάξουν ένα ρομπότ
Η αλλαγή των ιδιοτήτων της επιφάνειας αλλάζει τη δυναμικήκίνηση της μπάλας. Για τον έλεγχο και την ντρίμπλα (οδήγηση της μπάλας), το ρομπότ που κινείται με τη βοήθεια τεσσάρων ποδιών χρησιμοποιεί ενσωματωμένους αισθητήρες, όραση υπολογιστή και ένα υπολογιστικό σύστημα που αξιολογεί τις εξωτερικές συνθήκες και καθορίζει τις τροχιές του ρομπότ και της μπάλας.
Για ερευνητές ταχείας μάθησηςχρησιμοποίησε τεχνητή προσομοίωση - ένα ψηφιακό δίδυμο της φύσης. Σας επιτρέπει να κατεβάσετε τις απαραίτητες φυσικές παραμέτρους του περιβάλλοντος και να προσομοιώσετε τη δυναμική των αντικειμένων σε τέτοιες συνθήκες. Χρησιμοποιώντας αυτή την προσέγγιση, οι μηχανικοί προσομοίωσαν 4.000 εκδόσεις του ρομπότ ταυτόχρονα, επιταχύνοντας ανάλογα την ανάπτυξη της κίνησης. Η εξάσκηση σε πραγματικές συνθήκες ξεκινά μετά από τέτοιες προσομοιώσεις.
Το ρομπότ αρχίζει να μαθαίνει χωρίς να ξέρει πώς να ντριμπλάρει -λαμβάνει απλώς μια ανταμοιβή όταν το κάνει ή αρνητική ενίσχυση όταν κάνει λάθος, εξηγούν οι προγραμματιστές. Οπότε ουσιαστικά προσπαθεί να καταλάβει ποια σειρά δυνάμεων πρέπει να εφαρμόσει στα πόδια του.
Διδάσκοντας ένα ρομπότ να ντριμπλάρει μια μπάλα. Βίντεο: MIT CSAIL
Οι ερευνητές σημειώνουν ότι οι περισσότεροιΟι προηγούμενες εξελίξεις επικεντρώνονταν σε μία μόνο εργασία: το ρομπότ είτε τρέχει είτε περνάει την μπάλα. Η εκμάθηση της ντρίμπλας απαιτεί περισσότερη πολυπλοκότητα και εξαρτάται περισσότερο από το εξωτερικό περιβάλλον. Το ρομπότ πρέπει να προσαρμόσει την κίνησή του για να ενεργεί στην μπάλα. Σε αυτήν την περίπτωση, η αλληλεπίδραση μεταξύ της μπάλας και του περιβάλλοντος μπορεί να διαφέρει από την αλληλεπίδραση μεταξύ του ρομπότ και του τοπίου. Για παράδειγμα, η τριβή που θα βιώσει μια μπάλα ποδοσφαίρου στο γρασίδι και στο πεζοδρόμιο είναι διαφορετική, αλλά η κλίση θα προκαλέσει επιτάχυνση, αλλάζοντας την τυπική τροχιά της μπάλας.
Σε αντίθεση με τα πιο σταθερά ρόβερ (τροχοφόροιρομπότ), τα τετράποδα ρομπότ είναι θεωρητικά πιο ευκίνητα και μπορούν να κινηθούν σε δύσκολες συνθήκες κατά τη διάρκεια φυσικής καταστροφής, όπως μετά από πλημμύρα ή σεισμό. Αλλά για να πραγματοποιηθούν αυτές οι ευκαιρίες, είναι απαραίτητο να δημιουργηθεί ένα σύστημα που να μπορεί γρήγορα να προσαρμοστεί στις μεταβαλλόμενες εξωτερικές συνθήκες.
Ο στόχος μας στην ανάπτυξη αλγορίθμων για ρομπότ που περπατούν είναι να παρέχουμε αυτονομία σε δύσκολα περιβάλλοντα που επί του παρόντος δεν είναι διαθέσιμα για ρομποτικά συστήματα.
Pulkit Agrawal, καθηγητής και επικεφαλής εργαστηρίου στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης
Διαβάστε περισσότερα:
Αποδείχθηκε ότι η φωτοσύνθεση δεν λειτουργεί όπως νόμιζαν οι επιστήμονες. Τώρα θέλουν να το χακάρουν
Ο μακρινός ραδιογαλαξίας αποδείχθηκε ότι ήταν μια μαύρη τρύπα, η οποία κατευθύνεται απευθείας στη Γη
Οι ειδικοί έχουν προβλέψει πόσοι άνθρωποι θα ζήσουν στη Γη μέχρι το 2100