Een robothond heeft geleerd sneller te rennen met machine learning

Categorie: Kunstmatige intelligentie Geplaatst 16 januari

Reinforcement learning heeft een vierbenige bot geholpen om een beetje als een echt dier, zonder dat je elke stap hoeft te leren.

Het nieuws: Robotici willen dat hun creaties dieren nabootsen, omdat dieren altijd op de meest energiezuinige manier bewegen. Maar de griezelig levensechte beweging van robots zoals Spotmini van Boston Dynamics wordt meestal met de hand gecodeerd. Nu hebben onderzoekers simulatie gecombineerd met een techniek genaamd versterkingsleren om een ​​hondachtige robot genaamd ANYmal te leren sneller te rennen en te herstellen van vallen. Cruciaal was dat het dit deed zonder enige handmatige tussenkomst.

Train op supersnelheid: Dankzij de simulatie kon het team 1.000 trainingssessies sneller dan realtime uitvoeren op meer dan 2.000 ANYmals tegelijk. Nadat de gesimuleerde training was overgedragen aan een echte robot, was hij in staat om zijn vorige topsnelheid met 25% te overschrijden en na een val om te keren, legt het EFH Zürich-team uit in een nieuw artikel gepubliceerd in Science Robotics vandaag. Het is nog steeds vrij beperkt (zoals je hierboven zult zien), maar het is een stap (ho ho) in de goede richting.

Toepassingen: Daarnaast Jeff Bezos gezelschap houden ? Om eerlijk te zijn, zijn er momenteel niet zoveel boeiende praktische toepassingen, maar de onderzoekers zeggen dat dit soort vierpotige robots ooit kunnen worden gebruikt om ondergrondse tunnels te inspecteren of zware lasten op bouwplaatsen te dragen.