Bu robot köpek gökyüzüne karşı! Düştüğün yerde ayağa kalk (video)
Xin Zhiyuan Rehberi İsviçre'deki Zürih Robot Sistem Laboratuvarı, HERHANGİ robot köpeği için yeni bir eğitim yöntemi geliştirdi Takviye öğrenme kullanılarak, robotun öğrenme hızı 1.000 kat artırıldı ve hareket esnekliği ve hızı büyük ölçüde artırıldı ve tekmelenemez veya olduğu yerde. Düştüğünüz yerde ayağa kalkın.
Robot köpekler söz konusu olduğunda, herkes önce Boston Dynamics'in SpotMini'sini düşünebilir.
Bu sarı köpek yavrusu koşabilir, zıplayabilir, merdivenlerden yukarı ve aşağı gidebilir, müzik eşliğinde dans edebilir, engebeli zeminde yürüyebilir ve hatta "kardeşler" için kapıyı açabilir. Mükemmel! Boston Dynamics her yeni video yayınladığında, göze çarpmasına şaşmamalı.
Ama bu sefer bir " Düştüğün yerde ayağa kalk "Siyah robot köpek. Bu robot köpek İsviçre'deki Zurich Robot System Laboratory'den geliyor ve ilgili makale Çarşamba günü Science Robotics'te yayınlandı.
Biliyorsunuz, gelişmiş robotlar pahalıdır ve onlara bir görevi öğrenmeyi öğretmek çok zaman alır. İsviçre'deki Zurich Robot Sistem Laboratuvarı'ndan bir araştırma ekibi, robotlarını uygun simülasyonlarla hızlı bir şekilde öğrenmeleri için eğitmenin bir yolunu bulduklarını söyledi.
Makalede, robotları eğitebilecek bir sistemi anlatıyorlar. Her zamankinden daha hızlı Hala yapabiliyorken bir hızda hareket edin Devirme girişimlerine direnin . Gerçekten yıkılırsa, hatta Kendi gücünle yeniden ayağa kalk .
Bu robot köpeğin adı ANYmal Başlangıçta ETH Zürih Robotik Sistem Laboratuvarı araştırmacıları tarafından geliştirildi ve daha sonra 2016 yılında kurulan ANYbotics şirketinin bir parçası oldu ve ticarileşmeye başladı.
Günümüzde birçok dört ayaklı robotun aksine, ANYmal su geçirmezdir ve özellikle ormanlar, endüstriyel alanlar ve kar gibi ideal olmayan ortamlarda seyahat etmek için tasarlanmıştır. ANYbotics'e göre, bu robot, insanların gerçek dünyada ulaşamayacağı tehlikeli alanlarda zaten kullanılabilir. Arama ve kurtarma görevi . Hatta geçen yıl "X Files" ın son bölümünde saldıran bir robot olarak rol aldı.
Eğitim hızını 1000 kat artırmak için pekiştirmeli öğrenmeyi kullanın
Dört ayaklı robot, insan müdahalesi olmadan gerçek yaratıkları taklit etmede esneklik ve koordinasyon açısından iki ayaklı robottan çok daha ileride olmasına rağmen, iyileştirme için hala çok yer var.
Robotik uzmanlarının başvurduğu potansiyel çözümlerden biri, Takviye öğrenme Makine öğrenimi biçimi. Bu yöntem, robotun yürüme gibi görevleri yerine getirmenin en iyi yolunu bulması için deneme yanılma yoluyla kendi kendini eğitmesini sağlar.
Kısacası, pekiştirmeli öğrenme robotları neredeyse hayvanlar gibi yapabilir "Düşünmek" ve öğrenmek , Kendi iç mantığına sahiptir.
Ancak, pekiştirmeli öğrenmeyi bacaklı, gerçek bir robot üzerinde kullanmak kolay değildir, çünkü onlar ve hareketleri çok karmaşıktır. Bu nedenle, şimdiye kadar, bilim adamları ağırlıklı olarak bilgisayar simülasyonlu robot öğrenmeye güvendiler. Ancak, araştırma makalesinin ilk yazarı ve ETH Zürih Robotik Sistem Laboratuvarı'nda bir bilim insanı olan Jemin Hwangbo, ANYmal gibi gerçek robotları eğitmek için bu simülasyon verilerini kullanmanın da zor olduğunu söyledi.
"Karmaşık ayaklı sistemler için kontrol stratejileri geliştirmek son derece zordur. Robotlar sayısız durumla karşı karşıyadır ve tüm durumları kapsayabilecek kontrol mantığı tasarlamak neredeyse imkansızdır."
Bu yeni makalede, Hwangbo ve ekibi simülasyon verilerini robotlara daha iyi ve daha kolay aktarmalarına olanak tanıyan bir sinir ağı geliştirdiklerini yazdı. Robotun simülasyon veri öğrenme hızını kullanmasına izin verin Gerçek dünyada çalışmaktan yaklaşık 1000 kat daha hızlı .
Araştırmacılar, simüle edilmiş robot köpeği 11 saat eğitti ve ardından sonuçları fiziksel robota indirdi. Testler, yöntemin iyi çalıştığını ve geliştirilmiş ANYmal robot köpeğin daha esnek ve daha hızlı olduğunu gösteriyor.
Araştırma ekibi ayrıca benzer sistemlerin gerektirdiği bilgi işlem gücünü azaltabileceklerini ve simülasyonları gerçekleştirmek için yalnızca sıradan bir bilgisayara ihtiyaç duyduklarını belirtti.
Yukarıdaki video, bu araştırmanın gerçekten etkileyici ve biraz korkutucu görünen nihai sonuçlarını gösteriyor.
Simüle edilmiş verilerle eğitilmiş ANYmal, daha hızlı ve enerji açısından daha verimli, önceki en hızlı koşma hızından% 25 daha hızlı çalışır ve talimatlara göre belirli bir hızda daha iyi hareket edebilir.
Zaten çok güçlü bir robot olmasına rağmen, yeni eğitim, araştırmacılar onu tekmelemeye çalışırken hala dik kalmasına izin verdi.
Araştırmacılar, düşüşten bile ayağa kalkabileceğini söylüyor, benzer karmaşıklığa sahip dört ayaklı bir robotta asla mümkün olmamıştı.
Hwango, yeni eğitim tekniklerinin sadece ANYmal için olmadığını söyledi. Teknolojinin herhangi bir dört ayaklı robotun daha iyi durmasına yardımcı olabileceğine inanıyorlar. Ancak robotları çeşitli ortamlarda bu kadar çevik olacak şekilde eğitmek için daha yapılacak çok iş var.
Dedi ki: "Bu makalede önerilen yöntem yalnızca düz arazi içindir. Engebeli, yapılandırılmamış araziyi geçmek için, bu bilgileri işlemek için görsel sensörler ve uygun politikalar kullanmamız gerekiyor. Umarım yakında bu yönde çalışıyoruz. Daha kapsamlı bir çözüm önerebilir. "
Önceki ANYmal robot kontrol cihazıyla karşılaştırıldığında, yeni eğitim yöntemi daha az tork ve güç kullanarak HERHANGİ BİR YÜRÜYÜŞÜ daha doğru hale getirebilir.
