Дослідники з Технологічного інституту Джорджії представили новий метод машинного навчання «Learn to Teach» («Навчайся, навчаючи»), який дозволив повнорозмірному двоногому гуманоїдному роботу впевнено пересуватися піском, гравієм, мокрою травою, схилами, сходами та слизькими поверхнями — жодну з яких він не бачив під час тренувань. Проєкт представили на конференції IEEE з робототехніки та автоматизації (ICRA), провідний дослідник — Фейян Ву (також Фейянг Ву), випробування проходили в лабораторії доцента Є Чжао.
Як влаштований новий підхід
У класичній схемі «вчитель-учень» модель-«вчитель» спершу працює з детальними даними симуляції, а її знання потім передаються моделі-«учню», яка керує реальним роботом. У новому методі обидва «агенти» тренуються одночасно, а «вчитель» додатково навчається на досвіді «учня», що звужує розрив між ними. Тренування контролерів у симуляції може вимагати годин обчислень на дорогому графічному обладнанні, тож паралельна схема спрямована на значно менші обчислювальні ресурси.
Що показали випробування
Під час тестів робота навмисно штовхали й тягнули, і щоразу він змінював ходу, щоб зберегти рівновагу. Він успішно долав нерівну місцевість просто неба та слизькі поверхні всередині приміщень без перемикання між різними алгоритмами керування. Доцент Є Чжао зазначив, що новий контролер навіть перевершив програмне забезпечення, яке постачав виробник робота. Автори вважають, що підхід можна адаптувати й для інших роботів та завдань, не лише ходьби.
Залишити відповідь