Los ingenieros del MIT utilizaron simulación de entornos construidos y aprendizaje reforzado para enseñar a un robot.
Cambiar las propiedades de la superficie cambia la dinámicamovimiento de pelota Para el control y el regate (conducir el balón), el robot, que se mueve con la ayuda de cuatro patas, utiliza sensores integrados, visión artificial y un sistema informático que evalúa las condiciones externas y determina las trayectorias del robot y el balón.
Para investigadores de aprendizaje aceleradoutilizó simulación artificial - un gemelo digital de la naturaleza. Le permite descargar los parámetros físicos necesarios del entorno y simular la dinámica de los objetos en tales condiciones. Usando este enfoque, los ingenieros simularon 4000 versiones del robot al mismo tiempo, acelerando el desarrollo del movimiento en consecuencia. La práctica en condiciones reales comienza después de tales simulaciones.
El robot empieza a aprender sin saber regatear -simplemente recibe una recompensa cuando lo hace, o un refuerzo negativo cuando comete un error, explican los desarrolladores. Entonces, esencialmente está tratando de averiguar qué secuencia de fuerzas debe aplicar a sus piernas.
Enseñar a un robot a regatear un balón. Vídeo: MIT CSAIL
Los investigadores señalan que la mayoríalos desarrollos anteriores se centraron en una sola tarea: el robot corre o pasa la pelota. Aprender a driblar requiere más complejidad y depende más del entorno. El robot debe adaptar su movimiento para actuar sobre la bola. En este caso, la interacción entre la pelota y el entorno puede diferir de la interacción entre el robot y el paisaje. Por ejemplo, la fricción que experimentará una pelota de fútbol sobre el césped y el pavimento es diferente, pero la inclinación provocará una aceleración, lo que cambiará la trayectoria típica de la pelota.
A diferencia de los rovers más estables (con ruedasrobots), los robots de cuatro patas son teóricamente más ágiles y pueden moverse en condiciones difíciles durante un desastre natural, como después de una inundación o un terremoto. Pero para aprovechar estas oportunidades, es necesario crear un sistema que pueda adaptarse rápidamente a las condiciones externas cambiantes.
Nuestro objetivo al desarrollar algoritmos para robots que caminan es proporcionar autonomía en entornos difíciles que actualmente no están disponibles para los sistemas robóticos.
Pulkit Agrawal, profesor y jefe de laboratorio del Instituto Tecnológico de Massachusetts
Lee mas:
Resultó que la fotosíntesis no funciona como pensaban los científicos. ahora quieren hackearlo
La radiogalaxia distante resultó ser un agujero negro, que se dirige directamente a la Tierra.
Los expertos han predicho cuántas personas vivirán en la Tierra para el año 2100