سگ رباتی را تماشا کنید ، بیاموزید چگونه یک انسان را با مهارت دفع کنید


به اندازه کافی سخت مطالعه کنید کودکان و شاید روزی بزرگ شوید و به عنوان یک ربات جنگنده حرفه ای تبدیل شوید. چند سال پیش ، Boston Dynamic استانداردی را برای این رشته در نظر گرفت و افرادی را که دارای چوب هاکی بودند سعی در جلوگیری از باز کردن درب چهار ربات اسپات داشتند. پیش از این ، در سال 2015 ، آژانس تحقیقاتی فدرال از راه دور Darpa میزبان چالشی بود که ربات های انسان نما دست و پا چلفتی را مجبور به مانع شدن کرد مسیر خارج از لیگ ماشین آلات. (من یک بار از شما خوانندگان عزیز خواستم که دیگر از آنها نخندیدند ، اما ما از آن به بعد به این فکر افتادیم.) و اکنون ، اینجا این است: سازندگان سگ ربات Jueying به او به طریقی جذاب برای دفع یک آنتاگونیست انسانی که او را لگد می زند ، به او آموزش داده اند یا آن را با چوب هل می دهد.

تیمی از محققان دانشگاه ژجیانگ در چین – جایی که سخت افزار Jueying نیز در آن توسعه یافته بود – و دانشگاه ادینبورگ این کار را نکرد آموزش دادن جوش خوردن در مورد چگونگی بهبودی از حمله ، تا آنجا که به ربات اجازه می دهد درک کند. این یک حرکت چشمگیر از روشی است که یک توسعه دهنده سخت افزار مانند Boston Dynamics به یک ربات می آموزد که چگونه حرکت کند ، با استفاده از دهه ها تجربه انسانی به کد سخت ، خط به خط ، روشی که یک ربات برای پاسخ دادن به محرک هایی مانند ، ام ، پای انسان

ویدئو: ژانویه و دیگران ، ربات علمی. 5 ، eabb2174 (2020)

اما باید راه بهتری وجود داشته باشد. اگر بخواهید یک تیم فوتبال را تصور کنید. هافبک ها ، مهاجمان و دروازه بان ها به طور کلی کارهای فوتبالی مانند دویدن و لگد زدن را انجام می دهند ، اما هر موقعیت مهارت های خاص خود را دارد که آن را منحصر به فرد می کند. به عنوان مثال دروازه بان تنها فردی در زمین است که می تواند با دستانش توپ را بگیرد بدون اینکه سرش داد بزند.

در روش های سنتی آموزش ربات ، شما باید به دقت همه این رفتارهای تخصصی را کدگذاری کنید. به عنوان مثال ، محرک ها – موتورهایی که اندام های ربات را حرکت می دهند – چگونه باید کار کنند تا ماشین به عنوان هافبک کار کند؟ “واقعیت این است که اگر می خواهید یک ربات را برای انجام طیف وسیعی از وظایف و مأموریت های مختلف به طبیعت بفرستید ، به مهارت های مختلفی نیاز دارید ، نه؟” رباتیک علمی شرح سیستم

لی و همکارانش آموزش نرم افزار را برای راهنمایی نسخه مجازی سگ ربات آغاز کردند. آنها یک معماری آموزشی با هشت “متخصص” الگوریتمی ایجاد کردند که به سگ کمک می کند رفتارهای پیچیده ای ایجاد کند. برای هر یک از آنها ، یک شبکه عصبی عمیق برای آموزش مدل رایانه ای ربات مورد استفاده قرار گرفت تا به مهارت خاصی دست پیدا کند ، مانند حرکت روی زمین یا ایستادن در صورت افتادن به پشت. اگر ربات مجازی چیزی را امتحان کرده باشد که آن را به هدف نزدیک کند ، پاداش دیجیتالی دریافت کرده است. اگر او کاری ناقص انجام داد ، یک نقص دیجیتالی داشت. این به عنوان یادگیری پیشرفته شناخته می شود. پس از آزمایش و خطای فراوان ، ربات شبیه سازی شده در مهارت مهارت پیدا می کند.

ویدئو: ژانویه و دیگران ، ربات علمی. 5 ، eabb2174 (2020)

این را با برنامه نویسی خط به خط سنتی یک ربات مقایسه کنید تا کاری را در نگاه اول درست مثل بالا رفتن از پله انجام دهید –این درایو خیلی می چرخد ​​، این درایو دیگر خیلی می چرخد. “رویکرد هوش مصنوعی از نظر برداشت بسیار متفاوت است تجربهکه ربات صدها هزار بار یا حتی میلیون ها بار آن را امتحان کرده است. ” “بنابراین در محیط شبیه سازی شده می توانم همه سناریوهای ممکن را ایجاد کنم. من می توانم محیط های مختلف یا پیکربندی های مختلف ایجاد کنم. به عنوان مثال ، ربات می تواند در موقعیت دیگری شروع به کار کند ، مانند خوابیدن روی زمین ، ایستادن ، زمین خوردن و … “


منبع: sadeh-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>