Робота научили кататься на скейтборде
Ученые представили робота, который умеет балансировать и сохранять равновесие даже в сложных условиях, которые меняются по ходу эксперимента. Для этого они обучали ИИ на беговой дорожке и скейтборде.
Разработчики ИИ отметили, что они создали основу для управления роботами на четырех ногах. Она адаптируется лучше, чем более традиционные модели управления передвижениями роботов. Чтобы показать новый функционал, который подстраивается под окружающие условия в режиме реального времени, исследователи показали как устройство скользит по поверхностям, катается на скейтборде и бегает по беговой дорожке с наклоном.
"Наша разработка учит контроллер, который может адаптироваться к изменениям окружающей среды по ходу движения. Это могут быть и новые сценарии, которые мы не изучали во время обучения. Так контроллер становится на 85% более энергоэффективен и надежен по сравнению с традиционными методами, - отмечают исследователи. - Во время вывода, высокоуровневый контроллер должен оценивать только небольшую многоуровневую нейронную сеть, ей не нужна модель управления и прогнозирования (MPC), которая могла бы потребоваться для оптимизации долгосрочной производительности".
Модель обучается передвижениям с помощью беговой дорожки, которая состоит из двух лент - их скорость меняется независимо друг от друга, но робот все равно сохраняет равновесие. Затем эта тренировка в симуляции переносится на робота Laikago в реальном мире. Исследователи выпустили специальное видео о симуляциях и лабораторных работах для популяризации технологии.
В этом исследовании приняли участие эксперты в области ИИ из компании Nvidia, Калифорнийского университета, Техасского университета в Остине и Университета Торонто. Их разработка включает в себя контроллер высокого уровня, использующий усиление обучения, и контроллер более низкого уровня, основанный на модели ИИ.
