回覆列表
  • 1 # cnBeta

    儘管機器狗的能力很強,但它們往往無法與真實的動物相媲美。這部分原因在於,要直接從狗狗身上學習如何像它們一樣走路是很難的--但來自谷歌人工智慧實驗室的這項研究卻讓它變得簡單得多。谷歌團隊與加州大學伯克利分校合作,目的是找到一種方法,使四足機器狗能夠像真正的狗狗一樣進行輕盈小跑等 "敏捷行為 "。正如研究人員在博文中指出,既定的訓練過程往往 "需要大量的專家洞察力,而且往往需要對每一個期望的技能進行冗長的獎勵調整過程。"

    狗狗的動作方式可能與機器狗的動作方式並不完全一致,導致後者倒下、鎖定或其他方面的失敗。而谷歌的AI專案就解決了這個問題,在正常的秩序中加入了一點可控的混亂。通常情況下,狗的動作會被捕捉到,並對腳和關節等關鍵點進行仔細追蹤。在數字模擬中,這些點會被模擬成機器狗的樣子,虛擬版的機器狗會嘗試用自己的動作模仿狗的動作,邊學邊做。

    儘管研究人員取得了不錯的效果,但當試圖用模擬的結果來控制一個實際的機器狗時仍會出現問題。真實世界不是一個二維平面,沒有理想化的摩擦力規則之類的東西。不幸的是,這意味著未經修正的模擬步態往往會讓機器狗直接摔到地面上。

    為了防止這種情況的發生,研究人員在模擬中使用的物理引數中引入了隨機性元素,使虛擬機器器狗的重量更重,或者電機更弱,或者與地面的摩擦力更大。這使得描述如何行走的機器學習模型必須考慮到各種小的變異,以及如何抵消它們。

    透過學習來適應這種隨機性,使得學習後的行走方法在現實世界中更加穩健,從而可以透過模仿目標狗的行走方式,甚至可以模仿出更復雜的動作,比如轉彎和旋轉,而不需要任何人工干預,只需要進行一點額外的虛擬訓練。當然,如果需要的話,還可以加入手動調整,但就目前的情況來看,這比起以前完全自動完成的動作,還是有很大的進步。

    在同一篇文章中描述的另一個研究專案中,另一組研究人員描述了一個機器狗可以自行行走,但被植入了避免在指定區域外行走,並在跌倒時自行爬起的能力。有了這些基本技能的烘托,機器狗能夠在沒有人類干預的情況下,在訓練區域內不斷地在完善,學習到了相當令人印象深刻的運動技能。

  • 中秋節和大豐收的關聯?
  • 9座商務車有哪些?選哪個好?