Inteligența artificială a Google învață roboții să se miște urmărind câinii

Chiar și unii dintre cei mai avansați roboți de astăzi se mișcă într-un mod puțin rigid, sacadat. Pentru a face roboții să se miște într-un mod mai natural, mai fluid, cercetătorii de la Google (GOOGL ) au dezvoltat un sistem de inteligență artificială capabil să învețe din mișcările unor animale reale. Echipa de cercetare a Google a publicat o lucrare preprint care detaliază abordarea lor la sfârșitul săptămânii trecute. În lucrare și într-o postare pe blog însoțitoare, echipa de cercetare descrie rațiunea din spatele sistemului. Autorii lucrării cred că dăruirea roboților cu mișcări mai naturale ar putea ajuta la realizarea unor sarcini din lumea reală care necesită mișcări precise, cum ar fi livrarea de obiecte între diferite niveluri ale unui clădiri.

Așa cum a raportat VentureBeat, echipa de cercetare a utilizat învățarea prin întărire pentru a antrena roboții. Cercetătorii au început prin colectarea de clipuri cu animale reale în mișcare și au folosit tehnici de învățare prin întărire (RL) pentru a împinge roboții să imite mișcările animalelor din clipurile video. În acest caz, cercetătorii au antrenat roboții pe clipuri cu un câine, proiectat într-un simulator de fizică, instruind un robot cu patru picioare Unitree Laikago să imite mișcările câinelui. După ce robotul a fost antrenat, a fost capabil să realizeze mișcări complexe, cum ar fi sărituri, rotiri și mers rapid, la o viteză de aproximativ 4,2 kilometri pe oră.

Datele de antrenare au constat din aproximativ 200 de milioane de exemple de câini în mișcare, urmăriți într-un simulator de fizică. Mișcările diferite au fost apoi trecute prin funcții de recompensă și politici pe care agenții le-au învățat. După ce politicile au fost create în simulator, au fost transferate în lumea reală folosind o tehnică numită adaptare în spațiu latent. Deoarece simulatorii de fizică utilizați pentru antrenarea roboților nu puteau aproxima anumite aspecte ale mișcării din lumea reală, cercetătorii au aplicat aleatoriu diverse perturbări simulatorului, menite să simuleze funcționarea în diferite condiții.

Conform echipei de cercetare, au reușit să adapteze politicile de simulator la roboții din lumea reală utilizând doar opt minute de date colectate din 50 de încercări diferite. Cercetătorii au demonstrat că roboții din lumea reală au fost capabili să imite o varietate de mișcări specifice, cum ar fi mersul, rotirea, săritura și pășirea. Au fost chiar capabili să imite animații create de artiști de animație, cum ar fi o combinație de sărituri și rotiri.

Cercetătorii rezumă descoperirile în lucrare:

„Arătăm că, prin utilizarea datelor de mișcare de referință, o abordare bazată pe învățare poate sintetiza în mod automat controlori pentru o gamă diversă de comportamente pentru roboți cu picioare. Prin incorporarea de tehnici de adaptare de domeniu eficiente în procesul de antrenare, sistemul nostru poate învăța politici adaptabile în simulator care pot fi apoi adaptate rapid pentru implementare în lumea reală.”

Politicile de control utilizate în timpul procesului de învățare prin întărire au avut limitele lor. Din cauza constrângerilor impuse de hardware și algoritmi, au existat câteva lucruri pe care roboții pur și simplu nu le-au putut face. De exemplu, nu au putut alerga sau face sărituri mari. Politicile învățate nu au arătat o stabilitate atât de mare comparativ cu mișcările proiectate manual. Echipa de cercetare dorește să ducă lucrarea mai departe, făcând controlorii mai robusti și capabili să învețe din diferite tipuri de date. În mod ideal, versiunile viitoare ale cadrului vor putea învăța din date video.