Denne robot lærte sig selv at gå helt på egen hånd

En robot, der lærer at gå helt autonomt. Google

Inden for 10 minutter efter fødslen er en baby fawn i stand til at stå. Inden for syv timer er den i stand til at gå. Mellem disse to milepæle engagerer den sig i en yderst yndig, meget frenetisk blafrende lemmer for at finde ud af det hele.

Det er ideen bag AI-drevet robotik. Mens autonome robotter, ligesom selvkørende biler, allerede er et velkendt koncept, autonomt læring robotter er stadig kun et ønske. Eksisterende forstærkningsindlæringsalgoritmer, der tillader robotter at lære bevægelser gennem trial and error, er stadig stærkt afhængige af menneskelig indgriben. Hver gang robotten falder ned eller går ud af sit træningsmiljø, har den brug for, at nogen samler den op og sætter den tilbage til den rigtige position.

Nu en ny undersøgelse fra forskere hos Google har gjort et vigtigt fremskridt hen imod robotter, der kan lære at navigere uden denne hjælp. Inden for et par timer, udelukkende baseret på tweaks til nuværende state-of-the-art algoritmer, fik de med succes en firbenet robot til at lære at gå frem og tilbage og dreje til venstre og højre, helt på egen hånd.

Arbejdet bygger videre tidligere forskning gennemført for et år siden, da gruppen først fandt ud af, hvordan man får robotten til at lære i den virkelige verden. Forstærkningslæring udføres almindeligvis i simulering: en virtuel dobbeltgænger af robotten flabler rundt om en virtuel dobbeltgænger af miljøet, indtil algoritmen er robust nok til at fungere sikkert. Det importeres derefter til den fysiske robot.

Denne metode er nyttig til at undgå skader på en robot og dens omgivelser under dens trial-and-error-proces, men den kræver også et miljø, der er nemt at modellere. Den naturlige spredning af grus eller fjederen af ​​en madras under en robots fodfald tager så lang tid at simulere, at det ikke engang er det værd.

I dette tilfælde besluttede forskerne helt at undgå modelleringsudfordringer ved at træne i den virkelige verden fra begyndelsen. De udtænkte en mere effektiv algoritme, der kunne lære med færre forsøg og dermed færre fejl, og fik robotten op at gå inden for to timer. Fordi det fysiske miljø gav naturlig variation, var robotten også i stand til hurtigt at tilpasse sig andre nogenlunde lignende miljøer, såsom hældninger, trin og fladt terræn med forhindringer.

Men et menneske skulle stadig passe robotten og manuelt interferere hundredvis af gange, siger Jie Tan, en papirmedforfatter, der leder robotteknologiens bevægelsesteam hos Google Brain. Det tænkte jeg ikke over i starten, siger han.

Så de begyndte at løse dette nye problem. Først afgrænsede de det terræn, som robotten fik lov til at udforske, og fik den til at træne flere manøvrer ad gangen. Hvis robotten nåede kanten af ​​afgrænsningsfeltet, mens den lærte at gå fremad, ville den vende retningen og begynde at lære at gå baglæns i stedet.

For det andet begrænsede forskerne også robottens forsøgsbevægelser, hvilket gjorde den forsigtig nok til at minimere skader fra gentagne fald. I perioder, hvor robotten uundgåeligt faldt alligevel, tilføjede de en anden hårdkodet algoritme for at hjælpe den med at rejse sig.

Gennem disse forskellige tweaks lærte robotten at gå autonomt hen over flere forskellige overflader, inklusive flad jord, en memoryskummadras og en dørmåtte med sprækker. Arbejdet viser potentialet for fremtidige applikationer, der kan kræve, at robotter navigerer gennem ujævnt og ukendt terræn uden tilstedeværelse af et menneske.

Jeg synes, det her arbejde er ret spændende, siger Chelsea Finn, en assisterende professor ved Stanford, som også er tilknyttet Google, men ikke involveret i forskningen. Det er virkelig svært at fjerne personen fra processen. Ved at tillade robotter at lære mere autonomt, er robotter tættere på at kunne lære i den virkelige verden, vi lever i, snarere end i et laboratorium.

Hun advarer dog om, at opsætningen i øjeblikket er afhængig af et motion capture-system over robotten for at bestemme dens placering. Det vil ikke være muligt i den virkelige verden.

Fremover håber forskerne at tilpasse deres algoritme til forskellige slags robotter eller til flere robotter, der lærer på samme tid i det samme miljø. I sidste ende, mener Tan, vil knækkende bevægelse være nøglen til at låse op for mere nyttige robotter.

Mange steder er bygget til mennesker, og vi har alle ben, siger han. Hvis en robot ikke kan bruge ben, kan de ikke navigere i den menneskelige verden.

For at få flere historier som denne leveret direkte til din indbakke, tilmeld dig vores Webby-nominerede AI-nyhedsbrev The Algorithm. Det er gratis.

skjule