Завдяки машинному навчанню собакоподібний робот став більш гнучким і швидшим
Група дослідників з Лабораторії роботизованих систем в Швейцарії та Лабораторії інтелектуальних систем в Німеччині й США знайшли спосіб застосовувати машинне навчання в робототехніці, щоб надати таким машинам більше можливостей.
У своїй статті, опублікованій у журналі Science Robotics, група описує, як вони застосовували машинне навчання в робототехніці і тим самим надали собакоподібному роботові більше спритності і швидкості.
Останнім часом все більш чутно про машинне навчання, оскільки такі системи продовжують підкрадатися до людських здібностей, наділяючи їх безпрецедентними можливостями. У цьому новому зусиллі дослідники прагнули застосувати деякі з тих самих поліпшень до робота, схожого на собаку, під назвою ANYmal - некерованої машини, розміром з велику собаку, яка може ходити так, що дуже нагадує справжню тварину.
Машинне навчання працює шляхом створення цілей для системи, а потім надає їй засоби для тестування методів досягнення цих цілей - постійно вдосконалюючись, по мірі досягнення контрольних показників. Тестування проводиться знову і знову, іноді тисячі разів. Таке тестування з роботом є тяжким як з-за багатьох факторів (наприклад, всі характеристики, що беруть участь у підтримці рівноваги), так і через величезні затрати часу. Після вироблення способу вирішення першої проблеми, дослідники знайшли спосіб обійти другу. Замість того, щоб ANYmal реально боровся за життя, дослідники створили віртуальну версію робота, яка могла працювати на простому настільному комп′ютері.
Дослідники відзначають, що робот навчався в своєму віртуальному втіленні приблизно в 1000 разів швидше, ніж це було б у реальному світі. Вони дозволяли віртуальній собаці навчатися до 11 годин, а потім завантажували результати в фізичний робот. Тестування показало, що підхід спрацював дуже добре. Нова і вдосконалена версія ANYmal була більш гнучкою (здатною запобігти людині вдарити її ногою і могла піднятися, якщо впала), і вона пробігла приблизно на 25% швидше.