Pojawił się tani robot, który uczy się dzięki interakcji z otoczeniem

W ciągu ostatniej dekady badacze kilkakrotnie próbowali zastosować podejścia oparte na

wzmocnione uczenie się (RL) - na przykład nauczaneroboty do poruszania się w dowolnym środowisku i wykonywania podstawowych zadań. Jednak jak dotąd nie udało im się stworzyć niedrogich urządzeń, które mogłyby kontrolować obiekty badawcze.

Teraz naukowcy z Uniwersytetu Aalto(Finlandia) i Ote Robotics zaprezentowały RealAnt, niedrogiego czworonożnego robota, którego można używać do testowania i implementacji algorytmów RL. Nowa platforma to minimalistyczna i przystępna cenowo wersja środowiska do symulacji robotów wykorzystywana we wzmocnionych badaniach naukowych.

Początkowo sądzono, że algorytmy poradzą sobie dobrzedziałają tylko wtedy, gdy trenują na symulatorach przez tysiące godzin. Jednak naukowcom udało się wyszkolić czworonożnego robota do chodzenia przy użyciu minimalnej ilości danych. Dlatego robota można trenować w rzeczywistym środowisku, bez szkolenia na symulatorze.

Głównym celem badaczy było stworzenieprosta i niedroga platforma robotyczna oparta na istniejących podstawowych rozwiązaniach do nauki wzmocnionej. Taka platforma pozwoli większej liczbie badaczy budować i testować autonomiczne roboty zdolne do wykonywania podstawowych zadań w świecie rzeczywistym.

RealAnt, czworonożny robot onistworzony, jest wszechstronny, minimalistyczny i niedrogi. Potrafi samodzielnie nauczyć się chodzić, wspólnie poruszać nogami, czuć swoją pozycję i orientację w danym środowisku. Korzystając z algorytmów RL, robota można wyszkolić do wykonywania prostych, ale wartościowych zadań. Co więcej, w tym celu koncentruje się na otaczającym go środowisku i nie potrzebuje dodatkowych danych.

Czytaj także

Znaleziono rzekome królestwo zaginionych Hetytów. Co odkryli archeolodzy?

Lodowiec Doomsday okazał się bardziej niebezpieczny, niż sądzili naukowcy. Mówimy najważniejsze

Biolodzy wymyślili, jak zidentyfikować zwycięskie plemniki