Les ingénieurs du MIT ont utilisé la simulation de l'environnement bâti et l'apprentissage par renforcement pour enseigner à un robot
La modification des propriétés de surface modifie la dynamiquemouvement de balle. Pour le contrôle et le dribble (conduite du ballon), le robot, se déplaçant à l'aide de quatre jambes, utilise des capteurs intégrés, la vision par ordinateur et un système informatique qui évalue les conditions extérieures et détermine les trajectoires du robot et du ballon.
Pour les chercheurs en apprentissage accéléréutilisé la simulation artificielle - un jumeau numérique de la nature. Il vous permet de télécharger les paramètres physiques nécessaires de l'environnement et de simuler la dynamique des objets dans de telles conditions. En utilisant cette approche, les ingénieurs ont simulé 4 000 versions du robot en même temps, accélérant le développement des mouvements en conséquence. La pratique en conditions réelles commence après de telles simulations.
Le robot commence à apprendre sans savoir dribbler -il obtient juste une récompense quand il le fait, ou un renforcement négatif quand il fait une erreur, expliquent les développeurs. Il essaie donc essentiellement de déterminer quelle séquence de forces il devrait appliquer à ses jambes.
Apprendre à un robot à dribbler un ballon. Vidéo : MIT CSAIL
Les chercheurs notent que la plupartles développements précédents se concentraient sur une seule tâche : le robot court ou passe le ballon. Apprendre à dribbler demande plus de complexité et est plus dépendant de l'environnement. Le robot doit adapter son mouvement pour agir sur le ballon. Dans ce cas, l'interaction entre la balle et l'environnement peut différer de l'interaction entre le robot et le paysage. Par exemple, le frottement qu'un ballon de football subira sur l'herbe et sur la chaussée est différent, mais l'inclinaison provoquera une accélération, modifiant la trajectoire typique du ballon.
Contrairement aux rovers plus stables (à rouesrobots), les robots à quatre pattes sont théoriquement plus agiles et peuvent se déplacer dans des conditions difficiles lors d'une catastrophe naturelle, comme après une inondation ou un tremblement de terre. Mais pour concrétiser ces opportunités, il est nécessaire de créer un système capable de s'adapter rapidement aux conditions extérieures changeantes.
Notre objectif en développant des algorithmes pour les robots marcheurs est de fournir une autonomie dans des environnements difficiles qui ne sont actuellement pas disponibles pour les systèmes robotiques.
Pulkit Agrawal, professeur et chef de laboratoire au Massachusetts Institute of Technology
Lire la suite:
Il s'est avéré que la photosynthèse ne fonctionne pas comme les scientifiques le pensaient. Maintenant, ils veulent le pirater
La galaxie radio distante s'est avérée être un trou noir, qui est dirigé directement vers la Terre
Les experts ont prédit combien de personnes vivront sur Terre d'ici 2100