Разработчики ИИ отметили, что они создали основу для управления роботами на четырех ногах. Она адаптируется
”Vår utveckling lär en styrenhet som kananpassa sig till förändringar i miljön på vägen. Det kan vara nya scenarier som vi inte studerade under träningen. Detta gör styrenheten 85% mer energieffektiv och mer pålitlig än traditionella metoder, konstaterar forskarna. "Under inferensen behöver högnivåkontrollern bara utvärdera ett litet neuralnät med flera lager, det behöver inte en kontroll- och prediktiv modell (MPC) som kan behövas för att optimera långsiktig prestanda."
Modellen är utbildad för att flytta med ett löpbandspår, som består av två remmar - deras hastighet ändras oberoende av varandra, men roboten bibehåller fortfarande balans. Denna simuleringsträning överförs sedan till Laikago-roboten i den verkliga världen. Forskare har släppt en speciell video om simuleringar och labarbete för att popularisera tekniken.
Experter frånAI-domäner från Nvidia, University of California, University of Texas i Austin och University of Toronto. Deras design inkluderar en högnivåkontrollant som använder inlärningsförstärkning och en lägre nivåkontroll baserad på en AI-modell.
Läs också
Forskare har utvecklat ren energi från grafen för första gången
På sjukdagens dag 3 förlorar de flesta COVID-19-patienter luktkänslan och lider ofta av en rinnande näsa
Doomsday-glaciären visade sig vara farligare än forskare trodde. Vi berättar det viktigaste