凭借Google新算法,机器人自学走路平均只需3.5小时

By | 2020年4月18日

yabo电竞官网的环境虽然容易建模,但通常耗时长,且现实充满各种意想不到的情况,因此,在模拟环境训练机器人的意义有限。毕竟,此类研究的最终目标都是让机器人为现实场景做好准备。

yabo体育客户端

yabo体育客户端

Google和乔治亚理工学院及加州大学柏克莱分校研究人员并没有守旧,实验一开始就在真实环境训练RainbowDash,这样一来,机器人不仅很能适应所处环境,也能适应相似环境。
尽管RainbowDash能独立运动,并不代表研究人员可撒手不管。在陌生环境学走一开始,研究人员仍需手动干预RainbowDash上百次。为了解决问题,研究人员限定机器人运动的环境,让其一次性训练多重动作。

亚博娱乐平台

亚博娱乐平台

RainbowDash自学走路之后,研究人员可透过连接控制手把操控机器人做出理想的运动轨迹,将机器人控制在设定环境内。此外,机器人辨识出环境边界后,也会自动往回走。在特定环境之外,机器人可能会一直摔倒导致机器损坏,那时就需要另一个算法帮助机器人站起来。
接下来,研究人员希望算法能适用不同种类机器人,或适用多个机器人在同环境同时学习。研究人员相信,破解机器人的运动能力将是解锁更多实用机器人的关键──人类用腿走路,如果机器人不会用腿,就不能在人类世界行走。

yabo体育竞猜

yabo体育竞猜

然而,让机器人在人类世界行走是至关重要的课题,因它们可代替人类探索地球不同地形或未探索过的地区,如太空,但由于机器人依赖上方的动作捕捉系统以确定位置,暂时还不能直接在现实世界使用。

发表评论

电子邮件地址不会被公开。 必填项已用*标注