MIT:n insinöörit käyttivät rakennetun ympäristön simulointia ja vahvistusoppimista robotin opettamiseen
Pintaominaisuuksien muuttaminen muuttaa dynamiikkaapallon liikettä. Neljän jalan avulla liikkuva robotti käyttää ohjaukseen ja tiputukseen (pallon ajamiseen) sisäänrakennettuja antureita, tietokonenäköä ja laskentajärjestelmää, joka arvioi ulkoisia olosuhteita ja määrittää robotin ja pallon liikeradat.
Nopeutetun oppimisen tutkijoillekäytetty keinotekoinen simulaatio - luonnon digitaalinen kaksos. Sen avulla voit ladata tarvittavat ympäristön fyysiset parametrit ja simuloida objektien dynamiikkaa tällaisissa olosuhteissa. Tätä lähestymistapaa käyttämällä insinöörit simuloivat 4 000 robotin versiota samanaikaisesti, mikä nopeuttai liikkeen kehitystä vastaavasti. Harjoittelu todellisissa olosuhteissa alkaa tällaisten simulaatioiden jälkeen.
Robotti alkaa oppia tietämättä kuinka tiputtaa -hän saa vain palkinnon, kun hän tekee sen, tai negatiivisen vahvistuksen, kun hän tekee virheen, kehittäjät selittävät. Joten hän pohjimmiltaan yrittää selvittää, mitä voimien sarjaa hänen tulisi kohdistaa jalkoihinsa.
Robotin opettaminen heittämään palloa. Video: MIT CSAIL
Tutkijat huomauttavat, että useimmatAikaisempi kehitys keskittyi vain yhteen tehtävään: robotti joko juoksee tai syöttää pallon. Drillin oppiminen vaatii enemmän monimutkaisuutta ja on enemmän riippuvainen ympäristöstä. Robotin on mukautettava liikensä toimimaan palloon. Tässä tapauksessa pallon ja ympäristön välinen vuorovaikutus voi poiketa robotin ja maiseman välisestä vuorovaikutuksesta. Esimerkiksi kitka, jonka jalkapallopallo kokee ruohikolla ja jalkakäytävällä, on erilainen, mutta kallistus aiheuttaa kiihtyvyyttä, mikä muuttaa pallon tyypillistä lentorataa.
Toisin kuin vakaammat roverit (pyörällisetrobotit), nelijalkaiset robotit ovat teoriassa ketterämpiä ja voivat liikkua vaikeissa olosuhteissa luonnonkatastrofin aikana, kuten tulvan tai maanjäristyksen jälkeen. Mutta näiden mahdollisuuksien toteuttamiseksi on tarpeen luoda järjestelmä, joka pystyy nopeasti mukautumaan muuttuviin ulkoisiin olosuhteisiin.
Tavoitteenamme kehitettäessä algoritmeja kävelyroboteille on tarjota autonomia vaikeissa ympäristöissä, joita ei tällä hetkellä ole robottijärjestelmille.
Pulkit Agrawal, professori ja laboratorion johtaja Massachusetts Institute of Technologyssa
Lue lisää:
Kävi ilmi, että fotosynteesi ei toimi niin kuin tiedemiehet ajattelivat. Nyt he haluavat hakkeroida sen
Kaukainen radiogalaksi osoittautui mustaksi aukoksi, joka on suunnattu suoraan Maahan
Asiantuntijat ovat ennustaneet, kuinka monta ihmistä elää maan päällä vuoteen 2100 mennessä