Innovation

Ce robot a utilisé l'IA pour apprendre à marcher

Ce robot a utilisé l'IA pour apprendre à marcher

Une nouvelle étude menée par des chercheurs de Google a fait de sérieux progrès vers des robots qui apprennent à naviguer dans le monde sans aucune assistance humaine, rapporte Technology Review.

CONNEXES: LE ROBOT LE PLUS AVANCÉ D'IRAN RIVALENT L'ASIMO DE HONDA

Un robot auto-apprenant à partir d'environnements virtuels

Cette nouvelle étude s'appuie sur des recherches menées un an plus tôt, lorsque le groupe de chercheurs a appris pour la première fois à faire apprendre à un robot dans le monde réel. La capacité à renforcer le comportement appris est une pratique courante en simulation - un clone virtuel du robot flotte sans défense autour d'une copie virtuelle de son environnement jusqu'à ce que l'algorithme d'IA se soit suffisamment adapté pour fonctionner correctement dans le monde réel. Ensuite, le programme est importé dans le robot et activé.

De toute évidence, cette méthode aide le robot à éviter les dommages car il n'a plus besoin de faire des essais et des erreurs dans le monde réel, où les conséquences d'une défaillance sont trop élevées pour le risque. Cependant, le robot a besoin d'un modèle facile à simuler - du gravier dispersé ou des ressorts d'un matelas pour adoucir la semelle métallique d'un robot prennent si longtemps à simuler que cela n'en vaut pas la peine.

C'est pourquoi les chercheurs ont cherché à éviter les problèmes de modélisation en entraînant le robot dans le monde réel au départ. Pour ce faire, ils ont conçu un algorithme plus efficace capable d'apprendre avec moins d'essais et moins d'erreurs; envoyer le robot marcher dans les deux heures. Étant donné que l'environnement physique varie naturellement, le robot peut également s'adapter rapidement à d'autres environnements relativement similaires, tels que des marches, des pentes douces et des zones plates avec des obstacles.

Le principe de réalité comme algorithme

Cependant, le robot avait encore besoin d'une baby-sitter humaine pour sauter des centaines de fois, a déclaré Jie Tan, co-auteur du journal et chef de l'équipe de locomotion robotique de Google Brain, à Technology Review. «Au départ, je n'y ai pas pensé», a-t-il déclaré.

C'est devenu un nouveau problème. La première étape pour lui faire face était de délimiter le terrain explorable disponible pour le robot et de le faire entraîner à travers plusieurs manœuvres simultanément. Lorsque le robot a atteint le bord d'une zone délimitée tout en apprenant à marcher vers l'avant, il a simplement inversé la direction et a appris à marcher en marche arrière.

Ensuite, les chercheurs ont limité les mouvements disponibles du robot pendant son essai, minimisant les dommages par prudence et évitant les chutes. Bien sûr, le robot est tombé de toute façon, alors ils ont ajouté un autre algorithme pour qu'il puisse tenir debout.

Au fur et à mesure des ajustements et ajustements, le robot est devenu capable de marcher seul sur des surfaces disparates, y compris un sol plat, un paillasson avec des crevasses et un matelas en mousse à mémoire de forme. Ce travail a un potentiel pour des applications futures, celles où les robots doivent se déplacer sur un terrain accidenté et impitoyable sans qu'aucun humain ne les aide.

«Je pense que ce travail est assez passionnant», a déclaré Chelsea Finn, professeur adjoint à Stanford affilié à Google mais ne faisant pas partie de la recherche, à Technology Review. "Retirer la personne du processus est vraiment difficile. En permettant aux robots d'apprendre de manière plus autonome, les robots sont plus près de pouvoir apprendre dans le monde réel dans lequel nous vivons, plutôt que dans un laboratoire."

Mais, prévient-elle, il y a un hic: la configuration actuelle utilise un système de capture de mouvement qui scanne le robot par le haut pour suivre son emplacement. Ce n'est pas le cas dans les scénarios du monde réel.

À l'avenir, les chercheurs prévoient d'adapter leur nouvel algorithme à différents robots, voire à plusieurs robots apprenant en même temps, dans le même environnement. Tan pense que le truc pour débloquer des robots plus utiles réside dans le cracking de la locomotion.

«Beaucoup d'endroits sont construits pour les humains, et nous avons tous des jambes», a-t-il déclaré à Technology Review. "Si un robot ne peut pas utiliser ses jambes, il ne peut pas naviguer dans le monde humain."

Des applications militaires à l'aide aux humains comme un chien d'assistance, l'avenir des robots fait de la robotique l'une des carrières d'ingénierie les plus attrayantes dans un avenir prévisible.


Voir la vidéo: 11 ROBOTS FASCINANTS Que Vous Pouvez Réellement Posséder (Septembre 2021).