Методы дрессировки собак учат роботов новым трюкам

С помощью метода обучения, обычно используемого для обучения собак сидеть и стоять, ученые-компьютерщики показали роботу, как научиться нескольким новым трюкам, включая складывание блоков. С помощью этого метода робот (по имени Спот) смог за несколько дней научиться тому, на что обычно уходит месяц. Используя положительное подкрепление — подход, знакомый всем, кто использовал лакомства для изменения поведения собаки, — команда значительно улучшила навыки робота и сделала это достаточно быстро, чтобы обучение роботов для работы в реальном мире стало более осуществимым предприятием.

В отличие от людей и животных, которые рождаются с очень интуитивным мозгом, компьютеры — это чистый лист, и им приходится учиться всему с нуля. Но настоящее обучение часто достигается путем проб и ошибок, и робототехники все еще выясняют, как роботы могут эффективно учиться на своих ошибках. Команда добилась этого, разработав систему вознаграждения, которая работает для робота так же, как собака относится к работе. Там, где собака могла получить печенье за ​​хорошо выполненную работу, робот зарабатывал числовые баллы.

Чтобы складывать блоки, роботу Spot нужно было научиться сосредотачиваться на конструктивных действиях. Когда робот исследовал блоки, он быстро понял, что правильное поведение при укладке приносит высокие баллы, а неправильное ничего не приносит. Спот заработал больше всего, поместив последний блок поверх стопки из четырех блоков.

Тактика обучения не только сработала, но и потребовалось всего несколько дней, чтобы научить робота тому, на что раньше уходили недели. Команде удалось сократить время практики, сначала обучив смоделированного робота, который очень похож на видеоигру, а затем запустив тесты с помощью Spot. Робот быстро учится правильному поведению, чтобы получить лучшую награду. На самом деле то, что раньше требовало месяца практики для достижения роботом 100-процентной точности, было сделано за два дня.

Положительное подкрепление помогло роботу не только научиться складывать блоки, но и благодаря системе баллов робот быстро научился выполнять несколько других задач — даже как играть в симулированную навигационную игру. Способность учиться на ошибках во всех типах ситуаций имеет решающее значение для разработки робота, способного адаптироваться к новым условиям.

Команда считает, что эти результаты могут помочь обучить домашних роботов стирать и мыть посуду — задачи, которые могут помочь пожилым людям жить независимо. Это также может помочь в разработке улучшенных беспилотных автомобилей или сборке продуктов.

Для получения дополнительной информации свяжитесь с Джилл Розен по адресу Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.; 443-547-8805.