מהנדסי MIT השתמשו בהדמיית סביבה בנויה ולמידת חיזוק כדי ללמד רובוט
שינוי מאפייני פני השטח משנה דינמיקהתנועת כדור. לצורך שליטה וכדרור (הנעת הכדור), הרובוט, הנע בעזרת ארבע רגליים, משתמש בחיישנים מובנים, ראייה ממוחשבת ומערכת מחשוב שמעריכה תנאים חיצוניים וקובעת את מסלולי הרובוט והכדור.
לחוקרי למידה מואצתהשתמשו בסימולציה מלאכותית - תאום דיגיטלי של הטבע. זה מאפשר לך להוריד את הפרמטרים הפיזיים הדרושים של הסביבה, ולדמות את הדינמיקה של אובייקטים בתנאים כאלה. באמצעות גישה זו, המהנדסים דימו 4,000 גרסאות של הרובוט בו זמנית, והאיצו את התפתחות התנועה בהתאם. תרגול בתנאים אמיתיים מתחיל לאחר סימולציות כאלה.
הרובוט מתחיל ללמוד בלי לדעת לכדרר -הוא פשוט מקבל פרס כשהוא עושה את זה, או חיזוק שלילי כשהוא עושה טעות, מסבירים המפתחים. אז הוא בעצם מנסה להבין איזה רצף של כוחות עליו להפעיל על רגליו.
ללמד רובוט לכדרר כדור. וידאו: MIT CSAIL
החוקרים מציינים כי רובפיתוחים קודמים התמקדו במשימה אחת בלבד: הרובוט רץ או מעביר את הכדור. לימוד כדרור דורש יותר מורכבות ותלוי יותר בסביבה. הרובוט חייב להתאים את תנועתו לפעול על הכדור. במקרה זה, האינטראקציה בין הכדור לסביבה עשויה להיות שונה מהאינטראקציה בין הרובוט לנוף. לדוגמה, החיכוך שכדור כדורגל יחווה על הדשא והמדרכה שונה, אך הטיה תגרום להאצה, שתשנה את המסלול האופייני של הכדור.
שלא כמו רוברים יציבים יותר (על גלגליםרובוטים), רובוטים בעלי ארבע רגליים הם תיאורטית זריזים יותר ויכולים לנוע בתנאים קשים במהלך אסון טבע, כמו לאחר שיטפון או רעידת אדמה. אבל כדי לממש הזדמנויות אלו, יש צורך ליצור מערכת שיכולה להסתגל במהירות לתנאים חיצוניים משתנים.
המטרה שלנו בפיתוח אלגוריתמים לרובוטים מהלכים היא לספק אוטונומיה בסביבות קשות שאינן זמינות כיום עבור מערכות רובוטיות.
פולקיט אגרוואל, פרופסור וראש מעבדה במכון הטכנולוגי של מסצ'וסטס
קרא עוד:
התברר שפוטוסינתזה לא עובדת כמו שחשבו מדענים. עכשיו הם רוצים לפרוץ את זה
גלקסיית רדיו רחוקה התבררה כחור שחור, המכוון ישירות לכדור הארץ
מומחים חזו כמה אנשים יחיו על פני כדור הארץ עד שנת 2100