Tonton Anjing Robot Belajar Cara Menangkis Manusia dengan Cekatan


Belajar dengan cukup giat, anak-anak, dan mungkin suatu hari Anda akan tumbuh menjadi pejuang robot profesional. Beberapa tahun yang lalu, Boston Dynamics menetapkan standar untuk lapangan tersebut dengan meminta orang-orang yang memegang tongkat hoki mencoba untuk mencegah Spot robot berkaki empat membuka pintu. Sebelumnya, pada tahun 2015, badan penelitian federal yang jauh Darpa mengadakan tantangan di mana ia memaksa robot humanoid yang canggung untuk mempermalukan diri mereka sendiri di jalur rintangan. cara di luar liga mesin. (Saya pernah meminta Anda, para pembaca yang budiman, untuk berhenti menertawakan mereka, tetapi telah berubah pikiran.) Dan sekarang, lihatlah: Pembuat anjing robot Jueying telah mengajarkannya cara yang menarik untuk menangkis antagonis manusia yang menendangnya di atas atau mendorongnya dengan tongkat.

Sebuah tim peneliti dari Universitas Zhejiang China — tempat perangkat keras Jueying juga dikembangkan — dan Universitas Edinburgh tidak mengajar cara Jueying untuk pulih setelah serangan, sejauh mereka membiarkan robot mengetahuinya. Ini adalah penyimpangan dramatis dari bagaimana pengembang perangkat keras seperti Boston Dynamics mengajarkan robot cara bergerak, menggunakan puluhan tahun pengalaman manusia untuk kode keras, baris demi baris, cara robot seharusnya bereaksi terhadap rangsangan seperti, um, seseorang kaki.

Video: Yang dkk., Robot Sci. 5, eabb2174 (2020)

Tapi pasti ada cara yang lebih baik. Bayangkan, jika Anda mau, tim sepak bola. Gelandang, penyerang, dan penjaga gawang umumnya melakukan hal-hal yang mirip dengan sepak bola seperti berlari dan menendang, tetapi setiap posisi memiliki keahlian khusus yang membuatnya unik. Kiper, misalnya, adalah satu-satunya orang di lapangan yang bisa merebut bola dengan tangannya tanpa harus dimarahi.

Dalam metode tradisional pelatihan robot, Anda harus dengan cermat mengkodekan semua perilaku khusus tersebut. Misalnya, bagaimana seharusnya aktuator — motor yang menggerakkan anggota tubuh robot — berkoordinasi untuk membuat mesin berjalan seperti seorang gelandang? “Kenyataannya adalah jika Anda ingin mengirim robot ke alam liar untuk melakukan berbagai tugas dan misi yang berbeda, Anda memerlukan keterampilan yang berbeda, bukan?” kata ahli robotik Universitas Edinburgh Zhibin Li, penulis koresponden pada makalah baru-baru ini di jurnal Ilmu Robotika menjelaskan sistem.

Li dan rekan-rekannya memulai dengan melatih perangkat lunak yang akan memandu versi virtual robot anjing. Mereka mengembangkan arsitektur pembelajaran dengan delapan “ahli” algoritmik yang akan membantu anjing menghasilkan perilaku yang kompleks. Untuk masing-masing, jaringan saraf dalam digunakan untuk melatih model komputer robot untuk mencapai keterampilan tertentu, seperti berlari atau meluruskan dirinya sendiri jika terjatuh. Jika robot virtual mencoba sesuatu yang membuatnya mendekati tujuan, ia mendapat hadiah digital. Jika melakukan sesuatu yang tidak ideal, ia mendapat kekurangan digital. Ini dikenal sebagai pembelajaran penguatan. Setelah banyak percobaan trial and error yang dipandu, robot yang disimulasikan akan menjadi ahli dalam suatu keterampilan.

Video: Yang dkk., Robot Sci. 5, eabb2174 (2020)

Bandingkan ini dengan cara baris demi baris tradisional untuk membuat kode robot untuk melakukan sesuatu yang tampaknya sederhana seperti menaiki tangga—aktuator ini berputar sebanyak ini, aktuator lain ini berputar sebanyak ini. “Pendekatan AI sangat berbeda dalam arti menangkap pengalaman, yang telah dicoba robot ratusan ribu kali, atau bahkan jutaan kali, ”kata Li. “Jadi dalam lingkungan simulasi, saya dapat membuat semua skenario yang mungkin. Saya dapat membuat lingkungan yang berbeda atau konfigurasi yang berbeda. Misalnya, robot dapat memulai dengan pose yang berbeda, seperti berbaring di tanah, berdiri, jatuh, dan sebagainya. ”

Diposting oleh : joker123