211service.com
Denne roboten lærte seg selv å gå helt på egen hånd
En robot som lærer å gå helt autonomt. Google
Innen 10 minutter etter fødselen, er en baby fawn i stand til å stå. Innen syv timer er den i stand til å gå. Mellom disse to milepælene engasjerer den seg i en svært bedårende, svært frenetisk flaksing av lemmer for å finne ut av det hele.
Det er ideen bak AI-drevet robotikk. Mens autonome roboter, som selvkjørende biler, allerede er et kjent konsept, autonomt læring roboter er fortsatt bare en ambisjon. Eksisterende forsterkningslæringsalgoritmer som lar roboter lære bevegelser gjennom prøving og feiling, er fortsatt sterkt avhengige av menneskelig inngripen. Hver gang roboten faller ned eller går ut av treningsmiljøet, trenger den at noen tar den opp og setter den tilbake til riktig posisjon.
Nå a ny studie fra forskere ved Google har gjort et viktig fremskritt mot roboter som kan lære å navigere uten denne hjelpen. I løpet av noen få timer, utelukkende basert på justeringer av dagens toppmoderne algoritmer, fikk de en firbeint robot til å lære seg å gå fremover og bakover, og svinge til venstre og høyre, helt på egen hånd.
Arbeidet bygger videre tidligere forskning gjennomført for et år siden, da gruppen først fant ut hvordan de skulle få roboten til å lære i den virkelige verden. Forsterkende læring gjøres vanligvis i simulering: en virtuell doppelgjenger av roboten flakser rundt en virtuell doppelgjenger av miljøet til algoritmen er robust nok til å fungere trygt. Den importeres deretter til den fysiske roboten.
Denne metoden er nyttig for å unngå skade på en robot og dens omgivelser under prøve-og-feil-prosessen, men den krever også et miljø som er enkelt å modellere. Den naturlige spredningen av grus eller fjæren til en madrass under foten til en robot tar så lang tid å simulere at det ikke engang er verdt det.
I dette tilfellet bestemte forskerne seg for å unngå modelleringsutfordringer ved å trene i den virkelige verden fra begynnelsen. De utviklet en mer effektiv algoritme som kunne lære med færre forsøk og dermed færre feil, og fikk roboten opp og gå innen to timer. Fordi det fysiske miljøet ga naturlig variasjon, var roboten også i stand til raskt å tilpasse seg andre rimelig like miljøer, som stigninger, trappetrinn og flatt terreng med hindringer.
Men et menneske måtte fortsatt sitte barnevakt for roboten, og manuelt forstyrre hundrevis av ganger, sier Jie Tan, en papirmedforfatter som leder robotikk-bevegelsesteamet hos Google Brain. I utgangspunktet tenkte jeg ikke på det, sier han.
Så de begynte å løse dette nye problemet. Først avgrenset de terrenget som roboten fikk utforske og fikk den til å trene på flere manøvrer om gangen. Hvis roboten nådde kanten av avgrensningsboksen mens den lærte å gå fremover, ville den snu retningen og begynne å lære å gå bakover i stedet.
For det andre begrenset forskerne også robotens prøvebevegelser, noe som gjorde den forsiktig nok til å minimere skade fra gjentatte fall. I perioder da roboten uunngåelig falt uansett, la de til en annen hardkodet algoritme for å hjelpe den med å reise seg.
Gjennom disse forskjellige justeringene lærte roboten å gå autonomt over flere forskjellige overflater, inkludert flatt underlag, en minneskummadrass og en dørmatte med sprekker. Arbeidet viser potensialet for fremtidige applikasjoner som kan kreve at roboter navigerer gjennom ulendt og ukjent terreng uten tilstedeværelse av et menneske.
Jeg synes dette arbeidet er ganske spennende, sier Chelsea Finn, en assisterende professor ved Stanford som også er tilknyttet Google, men ikke involvert i forskningen. Å fjerne personen fra prosessen er veldig vanskelig. Ved å la roboter lære mer autonomt, er roboter nærmere å kunne lære i den virkelige verden vi lever i, snarere enn i et laboratorium.
Hun advarer imidlertid om at oppsettet for øyeblikket er avhengig av et bevegelsesfangstsystem over roboten for å bestemme plasseringen. Det vil ikke være mulig i den virkelige verden.
Fremover håper forskerne å tilpasse algoritmen sin til forskjellige typer roboter eller til flere roboter som lærer samtidig i samme miljø. Til syvende og sist, tror Tan, vil knekkede bevegelser være nøkkelen til å låse opp mer nyttige roboter.
Mange steder er bygget for mennesker, og vi har alle bein, sier han. Hvis en robot ikke kan bruke ben, kan de ikke navigere i menneskeverdenen.
For å få flere historier som dette levert direkte til innboksen din, meld deg på vårt Webby-nominerte AI-nyhetsbrev The Algorithm. Det er gratis.