Neue virtuelle Hindernisparcours bringen echten Robotern das Gehen bei

Sende die Roboterarmee.

Eine virtuelle Armee von 4.000 hundeähnlichen Robotern wurde verwendet, um einen Algorithmus zu trainieren, der die Beinarbeit von realen Robotern verbessern kann, laut einem ersten Bericht von verkabelt.

Und neue in der Simulation gelernte Tricks könnten bald in einer Nachbarschaft in Ihrer Nähe hingerichtet werden.

Roboter in einer Simulation beherrschte Schritt- und Blocknavigation

Die simulierte Armee wurde von in der Schweiz ansässigen ETH-Forschern sowie Ingenieuren des Chipherstellers Nvidia entwickelt. Gemeinsam verwendeten sie mäandernde Bots in eine Simulation namens ANYMals um schwierige Hindernisse für Roboter zu überwinden, wie Stufen, Steigungen und scharfe Abgründe, die in eine virtuelle Landschaft gehauen sind. Jedes Mal, wenn ein Roboter ein Navigationsproblem löst, geben die Forscher ihm ein schwierigeres und schubsen den Algorithmus in einem wahnsinnig unversöhnlichen Puzzle, dessen SohleZiel ist es, seinem digitalen Gast beizubringen, wie man das Unüberwindbare überwindet und einen in der KI-Mobilität noch nie dagewesenen Grad an Raffinesse erreicht.

Grafisch dargestellt, entfaltet sich das folgende Drama wie eine Armee verwirrter Ameisen, die sich über ein gigantisches Meer geometrischen Wahnsinns winden. Während des Trainings meisterten die Roboter das Auf- und Absteigen ohne große Mühe. Aber Steigungen warfen sie um eine Kurve.Nur wenige konnten das Wesentliche des Abrutschens eines Hangs verstehen, aber als der endgültige Algorithmus auf eine reale Version von ANYmal übertragen wurde, navigierte der vierbeinige hundeähnliche Roboter mit Sensoren im Kopf und einem abnehmbaren Roboterarm erfolgreich über Blöcke und Treppen, hatte aber Probleme bei höheren Geschwindigkeiten.

Eine Roboterarmee in einer negativen Rückkopplungsschleife mit KI

Die Forscher geben nicht dem Algorithmus die Schuld. Stattdessen glauben sie, dass eine fehlende Übereinstimmung zwischen der Art und Weise, wie die Sensoren die reale Welt wahrnehmen, und der virtuellen Welt zu Koordinationsproblemen führt. Aber diese Art des schnellen Roboterlernens könnte das Lernen beschleunigenKurve für Roboter und andere Maschinen, um eine große Fülle von Fähigkeiten zu erlernen, vom Nähen von Kleidung über das Ernten von Feldfrüchten bis hin zu Pakete in einer riesigen Amazonasanlage sortieren. Das Projekt bekräftigt auch die Bedeutung des Einsatzes von Simulationen, um die Fähigkeiten der künstlichen Intelligenz KI zu verbessernverkabelt Bericht. Abbeel ist auch Mitbegründer von Covariant, einer Firma, die KI in Simulationen einsetzt, um Roboterarmen in der Kunst des Sortierens von Objekten für Logistikunternehmen zu trainieren.

Und Abbeel glaubt, dass die Arbeit der Schweizer und Nvidia-Forscher mit Roboteralgorithmen "einige schöne Beschleunigungen erhalten hat", so der Bericht. KI ist weit gekommen und kann jetzt die Fähigkeit von Robotern verbessern, Aufgaben in unserer Alltagswelt auszuführen, dielässt sich nicht einfach in Software übersetzen. Die Fähigkeit, sich beispielsweise an unangenehme, seltsame und rutschige Oberflächen zu klammern, lässt sich nicht auf ein paar Zeilen einfachen Codes reduzieren. Aus diesem Grund wurden 4.000 simulierte Roboter mit Reinforcement Learning trainiert, dieist eine KI-Methode, die sich an der Art und Weise orientiert, wie Tiere lernen, über positives und negatives Feedback. Wenn Roboter ihre Beine bewegen, überwacht ein Bewertungsalgorithmus, wie dies zur Fähigkeit des Roboters beiträgt, weiter zu gehen, und passt die Steuerungsalgorithmen an, um sich an die fortschreitende Bewegung anzupassen. Die spezialisierten KI-Chips von Nvidia unterstützten die Simulationen, sodass die Forscher dieArmee von Robotern in einem Hundertstel der Zeit, die sie sonst benötigen würde. Wir sind endlich am Anfang der selbstlernenden Roboter angekommen, undKombination von VerstärkungslernenMit den jüngsten KI-Fortschritten können sich die Grenzen der Roboterbewegung den Grenzen der physischen Welt nähern.