Innovation

Dieser Roboter benutzte KI, um sich das Laufen beizubringen

Dieser Roboter benutzte KI, um sich das Laufen beizubringen


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Eine neue Studie von Google-Forschern hat ernsthafte Fortschritte bei Robotern erzielt, die lernen, ohne menschliche Hilfe durch die Welt zu navigieren, berichtet Technology Review.

VERBINDUNG: IRANS AM MEISTEN ERWEITERTE ROBOTERFLÜSSE HONDA'S ASIMO

Ein selbstlernender Roboter aus virtuellen Umgebungen

Diese neue Studie baut auf Forschungen auf, die ein Jahr zuvor durchgeführt wurden, als die Forschergruppe zum ersten Mal lernte, wie man einen Roboter in der realen Welt lernen lässt. Die Fähigkeit, erlerntes Verhalten zu verstärken, ist eine gängige Praxis in der Simulation - ein virtueller Klon des Roboters bewegt sich hilflos um eine virtuelle Kopie seiner Umgebung, bis sich der KI-Algorithmus ausreichend angepasst hat, um in der realen Welt gut zu funktionieren. Dann wird das Programm in den Roboter importiert und eingeschaltet.

Offensichtlich hilft diese Methode dem Roboter, Schäden zu vermeiden, da er in der realen Welt, in der die Folgen für einen Ausfall für das Risiko zu hoch sind, keine Trial-and-Error-Läufe mehr durchführen muss. Der Roboter benötigt jedoch ein Modell, das einfach zu simulieren ist - verstreuter Kies oder Federn einer Matratze, um den Metallfuß eines Roboters zu erweichen, brauchen so lange, um zu simulieren, dass sich die Mühe nicht lohnt.

Aus diesem Grund versuchten die Forscher, die Probleme der Modellierung zu vermeiden, indem sie den Roboter zu Beginn in der realen Welt trainierten. Zu diesem Zweck entwickelten sie einen effizienteren Algorithmus, der mit weniger Versuchen und weniger Fehlern lernen kann. Senden des Roboters innerhalb von zwei Stunden. Da die physische Umgebung natürlich variiert, kann sich der Roboter auch schnell an andere relativ ähnliche Umgebungen anpassen, z. B. Stufen, leichte Steigungen und flache Bereiche mit Hindernissen.

Das Realitätsprinzip als Algorithmus

Der Roboter brauchte jedoch immer noch einen menschlichen Babysitter, um hunderte Male zu springen, sagte Jie Tan, Mitautor der Zeitung und Leiter des Robotik-Fortbewegungsteams bei Google Brain, zu Technology Review. "Anfangs habe ich nicht darüber nachgedacht", sagte er.

Das wurde ein neues Problem. Der erste Schritt, um es nach unten zu richten, bestand darin, das dem Roboter zur Verfügung stehende erforschbare Terrain zu begrenzen und ihn gleichzeitig durch mehrere Manöver trainieren zu lassen. Als der Roboter beim Vorwärtslaufen den Rand eines begrenzten Bereichs erreichte, kehrte er einfach die Richtung um und lernte das Rückwärtsgehen.

Als nächstes beschränkten die Forscher die Bewegungen, die dem Roboter während seines Versuchs zur Verfügung standen, um Schäden durch Vorsicht zu minimieren und Stürze zu vermeiden. Natürlich fiel der Roboter trotzdem, also fügten sie einen weiteren Algorithmus hinzu, damit er aufstehen konnte.

Mit zunehmenden Änderungen und Anpassungen konnte der Roboter selbstständig über unterschiedliche Oberflächen laufen, darunter ebenen Boden, eine Fußmatte mit Spalten und eine Memory-Schaum-Matratze. Diese Arbeit hat Potenzial für zukünftige Anwendungen, bei denen sich Roboter durch unwegsames, unversöhnliches Gelände bewegen müssen, ohne dass Menschen da sind, um zu helfen.

"Ich finde diese Arbeit ziemlich aufregend", sagte Chelsea Finn, Assistenzprofessorin bei Stanford, die mit Google verbunden ist, aber nicht Teil der Forschung ist, zu Technology Review. "Es ist sehr schwierig, die Person aus dem Prozess zu entfernen. Indem Roboter autonomer lernen können, sind sie eher in der Lage, in der realen Welt, in der wir leben, als in einem Labor zu lernen."

Sie warnt jedoch vor einem Haken: Das vorliegende Setup verwendet ein Bewegungserfassungssystem, das den Roboter von oben scannt, um seinen Standort zu verfolgen. Dies ist in realen Szenarien nicht der Fall.

In Zukunft planen die Forscher, ihren neuen Algorithmus an verschiedene Roboter anzupassen oder sogar an mehrere Roboter, die gleichzeitig in derselben Umgebung lernen. Tan glaubt, dass der Trick, um nützlichere Roboter freizuschalten, darin besteht, die Fortbewegung zu knacken.

"Viele Orte sind für Menschen gebaut, und wir haben alle Beine", sagte er zu Technology Review. "Wenn ein Roboter keine Beine benutzen kann, kann er nicht durch die menschliche Welt navigieren."

Von militärischen Anwendungen bis hin zur Unterstützung von Menschen wie einem Diensthund macht die Zukunft der Roboter die Robotik auf absehbare Zeit zu einer der verlockendsten technischen Karrieren.


Schau das Video: Waschbrettbauch durch 9-minütiges Training zuhause - so gehts (Dezember 2022).