Pasirodė pigus robotas, kuris mokosi dėl sąveikos su aplinka

Per pastarąjį dešimtmetį mokslininkai kelis kartus bandė naudoti metodus, pagrįstus

sustiprintas mokymasis (RL) – pavyzdžiui, mokomarobotai gali naršyti bet kokioje aplinkoje ir atlikti pagrindines užduotis. Tačiau iki šiol jiems nepavyko sukurti įperkamų įrenginių, galinčių valdyti tyrimų įrenginius.

Dabar mokslininkai iš Aalto universiteto(Suomija) ir „Ote Robotics“ pristatė „RealAnt“ - nebrangų keturkojį robotą, kurį galima naudoti RL algoritmų testavimui ir įgyvendinimui. Naujoji platforma yra minimalistinė ir prieinama realaus roboto modeliavimo aplinkos versija, naudojama sustiprintiems mokymosi tyrimams.

Iš pradžių manyta, kad algoritmai bus geridirba tik tuo atveju, jei jie treniruojasi simuliatorius tūkstančius valandų. Tačiau tyrėjams pavyko išmokyti keturkojus robotus vaikščioti naudojant minimalų duomenų kiekį. Todėl robotą galima treniruoti realioje aplinkoje, netreniruojant treniruoklyje.

Pagrindinis tyrėjų tikslas buvo kurtipaprasta ir nebrangi robotinė platforma, pagrįsta esamais pagrindiniais sustiprintais mokymosi sprendimais. Tokia platforma leis daugiau tyrinėtojų kurti ir išbandyti autonominius robotus, gebančius atlikti pagrindines užduotis realiame pasaulyje.

RealAnt, keturkojis robotassukurta, yra universali, minimalistinė ir nebrangi. Jis gali savarankiškai išmokti vaikščioti, koncerte judindamas kojas, gali jausti savo padėtį ir orientaciją tam tikroje aplinkoje. Naudojant RL algoritmus, robotą galima išmokyti atlikti paprastas, tačiau vertingas užduotis. Be to, tam jis sutelkia dėmesį į jį supančią aplinką ir jam nereikia papildomų duomenų.

Taip pat skaitykite

Surado tariamą dingusių hetitų karalystę. Ką rado archeologai?

Doomsday ledynas pasirodė pavojingesnis, nei manė mokslininkai. Mes pasakome pagrindinį dalyką

Biologai išsiaiškino, kaip nustatyti laimėjusius spermatozoidus