Исследователи Калифорнийского университета разработали алгоритм, который учит роботов ходить, не требуя человеческого участия в этом процессе.
В ходе экспериментальной части исследования автономная система успешно обучила четвероногого робота Minitaur пересекать как знакомую местность, так и незнакомую, при этом по показателям эффективности передвижения данный метод обучения либо ничем не уступал традиционным решениям, либо превосходил их.
«Наша разработка открывает путь к созданию схем передвижения, идеально адаптированных под конкретного робота любой конфигурации и к определенному ландшафту; обеспечивающих наилучшую маневренность, энергоэффективность и надежность», — утверждают инженеры.
Как сообщается, алгоритм работает по принципу обучения с подкреплением. Он «наказывает» робота за большие угловые ускорения и углы наклона и «вознаграждает» — за движение вперед. Для того, чтобы научиться полноценно ходить, Minitaur понадобилось всего два часа. В процессе обучения он сделал 160 000 шагов.
По словам инженеров, методика оказалась настолько эффективной, что в конечном счете устройство сумело не только преодолеть ровную поверхность и перешагнуть кубики, чему оно обучалось, но и подняться по склону и ступенькам — хотя их робот видел впервые.
Исследователи подчеркивают, что представленное решение характеризуется полной автономностью: роботу не требуется предварительная компьютерная симуляция, он учится самостоятельно и исключительно на практике.
Единственным недостатком такого подхода служит тот факт, что робот в процессе обучения будет неоднократно допускать ошибки и терять равновесие, из-за чего его корпус должен быть достаточно прочным, а его оборудование — удароустойчивым.