Jotta robotti mekanismi oppisi kävelemään, ei riitä, että vain "kiinnitetään" useita jaloja siihen. Liikkumisen oppiminen on erittäin monimutkainen prosessi, joka vie kehittäjiin paljon aikaa. Mutta nyt tämä kysymys ratkaistaan tekoälyn avulla, koska ryhmä asiantuntijoita on luonut universaalisia algoritmeja, jotka auttavat AI: ta opettamaan minkä tahansa kokoonpanon robotteja liikkumaan. Tässä tapauksessa ihmisen puuttumista tähän prosessiin ei tarvita.
Kehityksen takana on tutkijaryhmä Kalifornian Berkeleyn yliopistosta ja ryhmä asiantuntijoita Google Brainista, joka on yksi Googlen tekoälyn tutkimusryhmästä. Heidän uusi järjestelmä koulutti nelijalkaisen robotin kulkemaan sekä tutun maaston että tuntemattoman.
Vahvistusoppiminen on pohjimmiltaan porkkana- ja keppomenetelmää, joka on mukautettu AI: lle. Hän käyttää palkintoa tai rangaistusta tavoitteiden saavuttamiseen tai saavuttamatta jättämiseen.
Kokeiluiksi tutkijat ottivat Minitaur-robotin. He kehittivät järjestelmän, joka koostui työasemasta, joka päivitti hermoverkon tiedot, latasi tiedot Minitauriin ja latasi takaisin. Robotin NVIDIA Jetson TX2 -siru vastasi tietojen käsittelystä. Robotti käveli 2 tuntia ja suoritti 160 000 askelta. Tänä aikana algoritmi palkitsi robotin eteenpäin liikkumisesta ja rangaisti sitä, jos se takertui paikoilleen tai antoi erittäin suuren telan sivulle. Tuloksena syntyi liikealgoritmi, jonka avulla robotti voi valita optimaalisen liikkeen etenemissuunnan missä tahansa tilanteessa.
Vladimir Kuznetsov