ה"מוח" של הרובוט למעשה למד בסימולטור.
הכירו את ANYmal - רובוט בעל ארבע רגליים ששמו מבוטא "חיה". המכונה דמוית כלב במשקל 73 פאונד היא מתקן מתוצרת שוויץ שבזכותו בינה מלאכותית, יכולה לרוץ מהר יותר, לפעול ביעילות רבה יותר, ולאפס את עצמה לאחר שפיכה בצורה מוצלחת יותר ממה שהיה יכול לפני ה-AI שלה הַדְרָכָה.
הרובוט, שהופיע ב מחקר חדש ביומן מדע רובוטיקה, למד לא רק עם AI, אלא גם באמצעות הדמיית מחשב על שולחן העבודה, גישה הרבה יותר מהירה מאשר ללמד רובוט טריקים חדשים בעולם האמיתי, הפיזי. למעשה, הסימולציה מהירה בערך פי 1,000 מהעולם האמיתי, לפי המחקר.
זו לא הזירה היחידה שעבורה סימולציה חשובה: ב עולם של מכוניות לנהיגה עצמית, זמן בסימולציה היא דרך מכרעת שחברות לבדוק ולחדד התוכנה שמפעילה את הרכבים. במקרה זה, החוקרים השתמשו באסטרטגיה דומה, רק עם כלב רובוט.
כדי להבטיח שהסימולטור שבו למד הכלב הווירטואלי את כישוריו היה מדויק, דאגו תחילה החוקרים לשלב נתונים על אופן התנהלות הרובוט בעולם האמיתי. לאחר מכן, בסימולציה, רשת עצבית - סוג של כלי למידת מכונה - למדה כיצד לשלוט ברובוט.
מלבד יתרונות המהירות של סימולציה, הטכניקה אפשרה לחוקרים לעשות לרובוט דברים שהם לא היו רוצים לעשות בחיים האמיתיים. לדוגמה, הם יכולים למעשה לזרוק את הרובו-כלב השביר באוויר בסימולציה, אומר ג'מין הוואנגבו, החוקר הראשי בפרויקט ועמית בתר-דוקטורט במעבדת המערכות הרובוטיות בציריך, שוויץ. אז הגור יכול להבין איך לעמוד בחזרה לאחר שנחת.
לאחר שהרשת העצבית סיימה את ההכשרה שלה בסימולציה, הצוות הצליח לפרוס את הלמידה הזו על רובוט פיזי עצמו - שמתנשא לגובה של יותר מ-2 מטרים, בעל 12 מפרקים, מופעל חשמלי ונראה דומה לרובוט שקוראים לו SpotMini תוצרת Boston Dynamics.
התוצאה הסופית, לאחר זמן ה-Sim וה-AI, הייתה שה-Robo pooch יכול לעקוב אחר ההוראות יותר בדיוק - למשל, אם יצטווה ללכת במהירות של 1.1 קמ"ש, הוא יכול לעשות זאת בצורה מדויקת יותר מבעבר, לפי להוואנגבו; הוא גם הצליח לקום בהצלחה לאחר נפילה ולרוץ מהר יותר. תכנות רובוט מורכב כמו ANYmal עם הוראות ספציפיות כיצד לקום לאחר נפילה הוא מסובך, בעוד לתת לו ללמוד כיצד לעשות זאת בסימולציה היא גישה הרבה יותר חזקה.
כריס אטקסון, פרופסור הן במכון הרובוטיקה והן במכון לאינטראקציה בין אדם למחשב באוניברסיטת קרנגי מלון, אמר שהשיטה שבה השתמשו הוואנגבו והצוות שלו היא חסכון בזמן וכסף בכל מה שקשור לגרירת רובוט לעשות מה שאתה רוצה שיעשה לַעֲשׂוֹת.
"הם הפכו את תכנות הרובוטים לזול יותר", הוא אומר. "התכנות יקר מאוד, ותכנות הרובוטים הוא מאוד יקר, כי אתה בעצם צריך להיות לוחש רובוט." הסיבה לכך היא שהאנשים שמתכנתים רובוטים צריכים להיות טובים גם בקידוד וגם טובים בביצוע המכניקה של הרובוט. כמו שצריך.
אבל עם הוואנגבו והצוות שלו, הרובוט שלהם הצליח ללמוד בסימולציה, בניגוד למתכנתים שמקודדים בקפידה כל פעולה. זה "צעד גדול לקראת אוטומציה של דברים מהסוג הזה", אומר אטקסון.
באשר לעובדה שסרטון ממעבדת מערכות רובוטיות מציג את הרובוט בועט, ככל הנראה כדי לבדוק עד כמה הוא חזק? "כשהרובוט הזה נהיה סופר אינטליגנטי, הוא יתעצבן", מתבדח אטקסון. "יש את תיעוד הווידאו של אותם בועטים - אז הם הולכים להיות הראשונים ללכת כאשר מהפכת הרובוטים תגיע."
