ایجاد موانع مجازی برای آموزش راه رفتن به ربات ها
به گزارش بیست و یکم الگوریتم جدید دارای موانعی است که به صورت مجازی طراحی می شوند و نحوه راه رفتن را ابتدا به ربات های مجازی و سپس به ربات های واقعی آموزش می دهند.
به گزارش بیست و یکم به نقل از ایسنا و به نقل از آی ای، از یک ارتش مجازی متشکل از ۴۰۰۰ ربات شبیه به سگ برای آموزش الگوریتمی استفاده شده است که قادر به تقویت عملکرد ربات ها در دنیای واقعی است.
این ارتش رباتیک شبیه سازی شده توسط پژوهشگران سوئیسی "موسسه فدرال فناوری زوریخ"(ETH) به همراه مهندسان شرکت "انویدیا"(Nvidia) توسعه داده شده است. آنها با هم در یک محیط مجازی به نام "ANYMals" برای غلبه بر موانع دشوار مانند پله ها، شیب ها و شکاف های تیز طراحی شده اند.
هر بار که یک ربات، مانعی را رد می کند، پژوهشگران مانع و مشکل سخت تری را به آن ارائه می دهند و این توالی، الگوریتم را در یک پازل دیوانه وار و لایتناهی قرار می دهد که تنها هدف آن آموزش دیجیتالی ربات ها برای غلبه انواع موانع و رسیدن به سطحی از پیچیدگی است که اکنون در هوش مصنوعی دیده نمی گردد.
در حقیقت آنچه شاهد آن هستیم یک زمین گرافیکی است که لشگری از ربات ها درحال حرکت در دریایی غول پیکر از اشکال هندسی هستند. در نهایت هنگامی که الگوریتم نهایی به معرض نمایش گذاشته شد، ربات ها با موفقیت از موانع و پله ها عبور کردند، اما مشکلاتی در کار با سرعت بالاتر داشتند.
البته پژوهشگران، الگوریتم را مقصر نمی دانند. در عوض، آنها فکر می کنند عدم مطابقت بین نحوه درک حسگرها در دنیای واقعی و دنیای مجازی سبب ایجاد این مشکل شده است. اما در کل، این نوع یادگیری سریع ربات ها می تواند نمودار یادگیری ربات ها و ماشین های دیگر را بالا ببرد تا مهارت های فراوانی را بیاموزند.
این پروژه همین طور اهمیت استفاده از شبیه سازی برای پیشرفت قابلیت های هوش مصنوعی را تأیید می کند.
پروفسور "پیتر آبیل"، پروفسور دانشگاه "برکلی" که همین طور یکی از بنیان گذاران شرکت "کوواریانت"(Covariant) است که از هوش مصنوعی و شبیه سازی برای آموزش بازوهای رباتیک برای مرتب سازی اشیا استفاده می نماید، می گوید: شبیه سازی بسیار سریع در سطح بالا واقعاً یک چیز عالی است.
"آبیل" فکر می کند که کار پژوهشگران سوئیسی و مهندسان شرکت "انویدیا" پیشرفت شایان توجهی را فراهم نموده است.
امروزه هوش مصنوعی پیشرفت زیادی کرده است و اکنون می تواند توانایی ربات ها را برای انجام وظایف پیچیده در دنیای روزمره ما ارتقا دهد.
وقتی ربات ها پاهای خودرا حرکت می دهند، یک "الگوریتم داوری" چگونگی کمک به توانایی ربات در راه رفتن را بررسی می کند و الگوریتم های کنترلی را برای تطبیق با ادامه حرکت تنظیم می کند. تراشه های هوش مصنوعی "انویدیا" از شبیه سازی ها پشتیبانی می کنند و پژوهشگران را قادر می سازند تا ارتش ربات ها را در یک صدم زمان مورد نیاز آموزش دهند.
بنظر می رسد ما سرانجام به شروع عصر ربات های خودآموز رسیده ایم و با ترکیب یادگیری تقویتی با پیشرفت های اخیر هوش مصنوعی، محدودیت های حرکت رباتیک ممکنست به زودی برداشته شود و ربات ها در دنیای فیزیکی بسیار بهتر عمل کنند.
منبع: 21th.ir
این مطلب بیست و یکم را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب