ดูสุนัขหุ่นยนต์ AI เขย่าหลักสูตรความคล่องตัวที่ไม่เคยพบเห็นมาก่อน

หุ่นยนต์ที่แสดงผาดโผนอาจเป็นเคล็ดลับทางการตลาดที่ดี แต่โดยทั่วไปแล้วจอแสดงผลเหล่านี้ได้รับการออกแบบท่าเต้นสูงและตั้งโปรแกรมอย่างพิถีพิถัน ขณะนี้ นักวิจัยได้ฝึกหุ่นยนต์ AI สี่ขาเพื่อรับมือกับเส้นทางที่ซับซ้อนซึ่งไม่เคยพบเห็นมาก่อนในสภาพโลกแห่งความเป็นจริง

การสร้างหุ่นยนต์ที่คล่องตัวเป็นสิ่งที่ท้าทายเนื่องจากความซับซ้อนโดยธรรมชาติของโลกแห่งความเป็นจริง หุ่นยนต์ข้อมูลจำนวนจำกัดสามารถรวบรวมเกี่ยวกับมันได้ และความเร็วในการตัดสินใจที่ต้องทำการเคลื่อนไหวแบบไดนามิก

บริษัทต่างๆ เช่น Boston Dynamics มักเผยแพร่วิดีโอเกี่ยวกับหุ่นยนต์ของตนที่ทำทุกอย่างจาก parkour ไปยัง กิจวัตรการเต้น. แต่สิ่งที่น่าประทับใจก็คือ สิ่งเหล่านี้มักจะเกี่ยวข้องกับมนุษย์ในการเขียนโปรแกรมทุกขั้นตอนหรือการฝึกอบรมในสภาพแวดล้อมที่มีการควบคุมสูงแบบเดียวกันซ้ำแล้วซ้ำอีก

กระบวนการนี้จำกัดความสามารถในการถ่ายทอดทักษะสู่โลกแห่งความเป็นจริงอย่างจริงจัง แต่ตอนนี้ นักวิจัยจาก ETH ซูริกในสวิตเซอร์แลนด์ได้ใช้แมชชีนเลิร์นนิงเพื่อสอนสุนัขหุ่นยนต์ของพวกเขา ANYmal ด้วยชุดทักษะพื้นฐานของหัวรถจักรที่สามารถรวมเข้าด้วยกันเพื่อรับมือกับเส้นทางอุปสรรคที่ท้าทายที่หลากหลาย ทั้งในอาคารและนอกอาคารด้วยความเร็วสูง ถึง 4.5 ไมล์ต่อชั่วโมง

“แนวทางที่นำเสนอช่วยให้หุ่นยนต์เคลื่อนที่ด้วยความคล่องตัวอย่างที่ไม่เคยมีมาก่อน” ผู้เขียนรายงานฉบับใหม่เกี่ยวกับการวิจัยใน วิทยาศาสตร์หุ่นยนต์. “ตอนนี้มันสามารถพัฒนาได้ในฉากที่ซับซ้อน โดยจะต้องปีนขึ้นไปบนสิ่งกีดขวางขนาดใหญ่ในขณะที่เลือกเส้นทางที่ไม่ซับซ้อนไปยังตำแหน่งเป้าหมาย”

[เนื้อหาฝัง]

เพื่อสร้างระบบที่ยืดหยุ่นแต่มีความสามารถ นักวิจัยได้แบ่งปัญหาออกเป็นสามส่วนและกำหนดโครงข่ายประสาทเทียมให้กับแต่ละส่วน ขั้นแรก พวกเขาสร้างโมดูลการรับรู้ที่รับข้อมูลจากกล้องและ LIDAR และใช้เพื่อสร้างภาพภูมิประเทศและสิ่งกีดขวางใดๆ ในนั้น

พวกเขารวมสิ่งนี้เข้ากับโมดูลการเคลื่อนที่ที่ได้เรียนรู้แคตตาล็อกทักษะที่ออกแบบมาเพื่อช่วยให้สามารถข้ามสิ่งกีดขวางประเภทต่างๆ ได้ รวมถึงการกระโดด การปีนขึ้น การปีนลง และการหมอบ ในที่สุด พวกเขาก็รวมโมดูลเหล่านี้เข้ากับโมดูลนำทางที่สามารถกำหนดเส้นทางผ่านอุปสรรคต่างๆ และตัดสินใจว่าจะใช้ทักษะใดเพื่อเคลียร์สิ่งเหล่านั้น

“เราแทนที่ซอฟต์แวร์มาตรฐานของหุ่นยนต์ส่วนใหญ่ด้วยโครงข่ายประสาทเทียม” Nikita Rudin หนึ่งในผู้เขียนรายงาน วิศวกรที่ Nvidia และนักศึกษาปริญญาเอกที่ ETH Zurich บอก นักวิทยาศาสตร์นิว. “สิ่งนี้ทำให้หุ่นยนต์สามารถบรรลุพฤติกรรมที่เป็นไปไม่ได้”

แง่มุมที่น่าประทับใจที่สุดประการหนึ่งของการวิจัยคือความจริงที่ว่าหุ่นยนต์ได้รับการฝึกฝนในการจำลอง ปัญหาคอขวดที่สำคัญในวิทยาการหุ่นยนต์คือการรวบรวมข้อมูลจากโลกแห่งความเป็นจริงเพียงพอให้หุ่นยนต์ได้เรียนรู้ การจำลองก็ได้ ช่วยรวบรวมข้อมูลได้รวดเร็วยิ่งขึ้นมาก โดยการนำหุ่นยนต์เสมือนจำนวนมากเข้าสู่การทดลองแบบคู่ขนานและด้วยความเร็วที่มากกว่าที่เป็นไปได้กับหุ่นยนต์จริง

แต่การแปลทักษะที่เรียนรู้จากการจำลองไปสู่โลกแห่งความเป็นจริงนั้นเป็นเรื่องยาก เนื่องจากมีช่องว่างที่หลีกเลี่ยงไม่ได้ระหว่างโลกเสมือนจริงที่เรียบง่ายกับโลกทางกายภาพที่ซับซ้อนมหาศาล การฝึกอบรมระบบหุ่นยนต์ที่สามารถทำงานอัตโนมัติในสภาพแวดล้อมที่มองไม่เห็นทั้งภายในและภายนอกถือเป็นความสำเร็จครั้งสำคัญ

กระบวนการฝึกอบรมอาศัยการเรียนรู้แบบเสริมกำลังเพียงอย่างเดียว การลองผิดลองถูกอย่างมีประสิทธิผล แทนที่จะใช้การสาธิตโดยมนุษย์ ซึ่งช่วยให้นักวิจัยสามารถฝึกอบรมโมเดล AI ในสถานการณ์สุ่มจำนวนมาก แทนที่จะต้องติดป้ายกำกับแต่ละสถานการณ์ด้วยตนเอง

คุณสมบัติที่น่าประทับใจอีกประการหนึ่งคือ ทุกอย่างทำงานบนชิปที่ติดตั้งในหุ่นยนต์ แทนที่จะอาศัยคอมพิวเตอร์ภายนอก นอกจากความสามารถในการรับมือกับสถานการณ์ต่างๆ ที่หลากหลายแล้ว นักวิจัยยังแสดงให้เห็นว่า ANYmal สามารถฟื้นตัวจากการล้มหรือลื่นไถลเพื่อผ่านสิ่งกีดขวางได้

นักวิจัยกล่าวว่าความเร็วและความสามารถในการปรับตัวของระบบแนะนำว่าหุ่นยนต์ที่ได้รับการฝึกด้วยวิธีนี้สามารถนำไปใช้ในภารกิจค้นหาและกู้ภัยในสภาพแวดล้อมที่คาดเดาไม่ได้และยากต่อการนำทางในวันหนึ่ง เช่น เศษหินหรืออิฐและอาคารที่พังทลาย

วิธีการนี้มีข้อจำกัดแม้ว่า ระบบได้รับการฝึกอบรมให้จัดการกับสิ่งกีดขวางบางประเภท แม้ว่าสิ่งกีดขวางจะมีขนาดและรูปแบบที่แตกต่างกันก็ตาม การทำให้มันทำงานในสภาพแวดล้อมที่ไม่มีโครงสร้างมากขึ้นจะต้องได้รับการฝึกอบรมมากขึ้นในสถานการณ์ที่หลากหลายมากขึ้นเพื่อพัฒนาทักษะที่กว้างขึ้น และการฝึกอบรมนั้นทั้งซับซ้อนและใช้เวลานาน

แต่ผลการวิจัยกลับเป็นข้อบ่งชี้ว่า หุ่นยนต์มีความสามารถเพิ่มมากขึ้น ของการดำเนินงานในสภาพแวดล้อมที่ซับซ้อนในโลกแห่งความเป็นจริง นั่นแสดงให้เห็นว่าในไม่ช้าพวกมันจะปรากฏให้เห็นรอบตัวเรามากขึ้น

เครดิตภาพ: ผลประโยชน์ทับซ้อนซูริค

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://singularityhub.com/2024/03/14/watch-an-ai-robot-dog-rock-an-agility-course-its-never-seen-before/