使用機器學習技術(shù)使類似犬的機器人更靈活 更快速

瑞士機器人系統(tǒng)實驗室和德國及美國智能系統(tǒng)實驗室的研究團隊已經(jīng)找到了一種將機器學習應(yīng)用于機器人技術(shù)的方法，以使這些機器具有更高的能力。在他們發(fā)表在“ 科學機器人 ”雜志上的論文中，該小組描述了他們?nèi)绾螌C器學習應(yīng)用于機器人技術(shù)，這樣做使得類似犬類的機器人更具靈活性和速度。

機器學習最近一直在新聞中，因為這樣的系統(tǒng)繼續(xù)在人類能力上崛起，為他們提供前所未有的能力。在這項新的努力中，研究人員試圖將一些相同的改進應(yīng)用于一種名為ANYmal的狗式機器人 - 一種大型犬的大小不受限制的機器，它可以以非常類似真實動物的方式走動。ANYmal最初由機器人系統(tǒng)實驗室的一個團隊創(chuàng)建，并已商業(yè)化?，F(xiàn)在，該公司已經(jīng)與智能系統(tǒng)實驗室合作，讓機器人能夠?qū)W習如何通過實踐來完成它所做的事情，而不是通過編程。

機器學習的工作原理是為系統(tǒng)設(shè)定目標，然后為其提供一種方法來測試實現(xiàn)這些目標的方法 - 在達到基準時不斷改進。測試一遍又一遍地進行，有時數(shù)千次。由于涉及許多因素(例如維持平衡所涉及的所有屬性)以及由于巨大的時間投入，因此對于機器人來說這樣的測試是困難的。在找到解決第一個問題的方法后，研究人員找到了解決第二個問題的方法。研究人員創(chuàng)造了一個可以在簡單的臺式計算機上運行的機器人虛擬版本，而不是通過其在現(xiàn)實世界中的學習方案進行ANYmal斗爭。

研究人員指出，允許機器人在虛擬化身中學習的速度比在現(xiàn)實世界中快1000倍。他們讓虛擬狗訓練自己長達11個小時，然后將結(jié)果下載到物理機器人。測試顯示該方法非常有效。ANYmal的新版本和改進版本更加敏捷(能夠阻止人類將其踢過來并且如果它確實下降就可以自行調(diào)整)并且運行速度提高了大約25%。