Gli ingegneri del MIT hanno utilizzato la simulazione dell'ambiente costruito e l'apprendimento per rinforzo per insegnare a un robot
La modifica delle proprietà della superficie modifica la dinamicamovimento della palla. Per il controllo e il dribbling (guidare la palla), il robot, muovendosi con l'aiuto di quattro zampe, utilizza sensori integrati, computer vision e un sistema informatico che valuta le condizioni esterne e determina le traiettorie del robot e della palla.
Per i ricercatori di apprendimento acceleratosimulazione artificiale usata - un gemello digitale della natura. Ti consente di scaricare i parametri fisici necessari dell'ambiente e simulare la dinamica degli oggetti in tali condizioni. Utilizzando questo approccio, gli ingegneri hanno simulato 4.000 versioni del robot contemporaneamente, accelerando di conseguenza lo sviluppo del movimento. La pratica in condizioni reali inizia dopo tali simulazioni.
Il robot inizia ad imparare senza sapere come dribblare -riceve solo una ricompensa quando lo fa, o un rinforzo negativo quando commette un errore, spiegano gli sviluppatori. Quindi sta essenzialmente cercando di capire quale sequenza di forze dovrebbe applicare alle sue gambe.
Insegnare a un robot a dribblare una palla. Video: MIT CSAIL
I ricercatori notano che la maggior partegli sviluppi precedenti si concentravano su un solo compito: il robot corre o passa la palla. Imparare a dribblare richiede più complessità ed è più dipendente dall'ambiente. Il robot deve adattare il suo movimento per agire sulla palla. In questo caso, l'interazione tra la palla e l'ambiente può differire dall'interazione tra il robot e il paesaggio. Ad esempio, l'attrito che subirà un pallone da calcio sull'erba e sul marciapiede è diverso, ma l'inclinazione causerà un'accelerazione, modificando la traiettoria tipica del pallone.
A differenza dei rover più stabili (con ruoterobot), i robot a quattro zampe sono teoricamente più agili e possono muoversi in condizioni difficili durante un disastro naturale, come dopo un'alluvione o un terremoto. Ma per realizzare queste opportunità, è necessario creare un sistema in grado di adattarsi rapidamente alle mutevoli condizioni esterne.
Il nostro obiettivo nello sviluppo di algoritmi per robot che camminano è fornire autonomia in ambienti difficili che attualmente non sono disponibili per i sistemi robotici.
Pulkit Agrawal, professore e capo del laboratorio del Massachusetts Institute of Technology
Leggi di più:
Si è scoperto che la fotosintesi non funziona come pensavano gli scienziati. Ora vogliono hackerarlo
La galassia radio lontana si è rivelata un buco nero, che è diretto direttamente sulla Terra
Gli esperti hanno previsto quante persone vivranno sulla Terra entro il 2100