ปรากฏว่าหุ่นยนต์ราคาถูกเรียนรู้เนื่องจากการมีปฏิสัมพันธ์กับสิ่งแวดล้อม

ในช่วงทศวรรษที่ผ่านมา นักวิจัยได้พยายามหลายครั้งเพื่อใช้วิธีการต่างๆ โดยยึดตาม

การเรียนรู้แบบเสริมแรง (RL) - ตัวอย่างเช่น การสอนหุ่นยนต์เพื่อนำทางในสภาพแวดล้อมและทำงานพื้นฐาน แต่จนถึงขณะนี้พวกเขายังไม่สามารถสร้างอุปกรณ์ราคาไม่แพงที่สามารถควบคุมศูนย์วิจัยได้

ตอนนี้นักวิจัยจากมหาวิทยาลัย Aalto(ฟินแลนด์) และ Ote Robotics ได้เปิดตัว RealAnt หุ่นยนต์สี่ขาราคาไม่แพงที่สามารถใช้ทดสอบและใช้อัลกอริทึม RL ได้ แพลตฟอร์มใหม่นี้เป็นสภาพแวดล้อมการจำลองหุ่นยนต์ที่เรียบง่ายและราคาไม่แพงซึ่งใช้ในการวิจัยการเรียนรู้แบบเสริมกำลัง

เดิมคิดว่าอัลกอริทึมจะทำได้ดีใช้งานได้ก็ต่อเมื่อฝึกกับเครื่องจำลองเป็นเวลาหลายพันชั่วโมง อย่างไรก็ตามนักวิจัยสามารถฝึกหุ่นยนต์สี่ขาให้เดินได้โดยใช้ข้อมูลเพียงเล็กน้อย ดังนั้นหุ่นยนต์สามารถฝึกได้ในสภาพแวดล้อมจริงโดยไม่ต้องฝึกในเครื่องจำลอง

เป้าหมายหลักของนักวิจัยคือการสร้างแพลตฟอร์มหุ่นยนต์ที่เรียบง่ายและราคาไม่แพงโดยใช้โซลูชันการเรียนรู้เสริมหลักที่มีอยู่ แพลตฟอร์มดังกล่าวจะช่วยให้นักวิจัยสามารถสร้างและทดสอบหุ่นยนต์อิสระที่สามารถทำงานพื้นฐานในโลกแห่งความเป็นจริงได้มากขึ้น

RealAnt หุ่นยนต์สี่ขาที่พวกเขาสร้างขึ้นมีความหลากหลายเรียบง่ายและราคาไม่แพง เขาสามารถเรียนรู้ที่จะเดินขยับขาอย่างอิสระในคอนเสิร์ตและรู้สึกได้ถึงตำแหน่งและการวางแนวของเขาในสภาพแวดล้อมที่กำหนด การใช้อัลกอริทึม RL หุ่นยนต์สามารถฝึกให้ทำงานง่ายๆ แต่มีคุณค่า ยิ่งไปกว่านั้นสำหรับสิ่งนี้เขามุ่งเน้นไปที่สิ่งแวดล้อมรอบตัวเขาและไม่ต้องการข้อมูลเพิ่มเติม

อ่านยัง

พบอาณาจักรที่ถูกกล่าวหาของชาวฮิตไทต์ที่หายไป นักโบราณคดีพบอะไร

ธารน้ำแข็ง Doomsday กลายเป็นอันตรายมากกว่าที่นักวิทยาศาสตร์คิด เราบอกสิ่งสำคัญ

นักชีววิทยาได้คิดหาวิธีระบุตัวอสุจิที่ชนะ