Googles robot lærer at gå i den virkelige verden

Robotteknologien tog et skridt fremad – efterfulgt af et andet, så flere - da en robot kaldet Rainbow Dash for nylig lærte sig selv at gå. Den firbenede maskine tog kun et par timer at lære at gå frem og tilbage, og drej til højre og venstre, mens du gør det.

Forskere fra Google, UC Berkeley og Georgia Institute of Technology udgav en artikel om ArXiv preprint-serveren, der beskriver en statistisk kunstig intelligens-teknik kendt som deep reinforcement learning, som de brugte til at producere denne præstation, hvilket er væsentligt af flere grunde.

De fleste implementeringer af forstærkende læring finder sted i computersimulerede miljøer. Rainbow Dash, imidlertid, brugt denne teknologi til at lære at gå i et faktisk fysisk miljø.

I øvrigt, det var i stand til at gøre det uden en dedikeret undervisningsmekanisme, såsom menneskelige instruktører eller mærkede træningsdata. Endelig, Rainbow Dash lykkedes med at gå på flere overflader, herunder en blød skummadras og en dørmåtte med ret bemærkelsesværdige fordybninger.

De dybe forstærkningslæringsteknikker, som robotten brugte, omfatter en type maskinlæring, hvor en agent interagerer med et miljø for at lære ved at prøve og fejle. De fleste tilfælde af forstærkningslæring involverer computeriserede spil, hvor digitale agenter lærer at spille for at vinde.

Denne form for maskinlæring er markant forskellig fra traditionel overvåget eller uovervåget læring, hvor maskinlæringsmodeller kræver mærkede træningsdata for at lære. Dyb forstærkende læring kombinerer forstærkende læringstilgange med dyb læring, hvor omfanget af traditionel maskinlæring udvides kraftigt med massiv regnekraft.

Selvom forskerholdet krediterede Rainbow Dash med at lære at gå selv, menneskelig indgriben spillede stadig en væsentlig rolle i at nå dette mål. Forskere var nødt til at skabe grænser, inden for hvilke robotten lærte at gå, for at forhindre den i at forlade området.

De skulle også udtænke specifikke algoritmer for at forhindre robotten i at falde ned, hvoraf nogle fokuserede på at begrænse robottens bevægelse. For at forhindre ulykker såsom faldskader, læring af robotforstærkning foregår normalt i et digitalt miljø, før algoritmer overføres til en fysisk robot for at bevare dens sikkerhed.

Rainbow Dashs triumf finder sted cirka et år efter, at forskere oprindeligt fandt ud af, hvordan man får robotter til at lære i fysisk, i modsætning til virtuelle, omgivelser.

Chelsea Finn, en Stanford-assistentprofessor tilknyttet Google, som ikke deltog i forskningen, siger, "Det er virkelig svært at fjerne personen fra [læringsprocessen]. Ved at tillade robotter at lære mere autonomt, robotter er tættere på at kunne lære i den virkelige verden, at vi lever."

© 2020 Science X Network