Et forskergruppe, der arbejder på Googles robotafdeling og Georgia Institute of Technology, har fundet ud af, hvordan man kan lade firbenede robotter lære at gå uden behov for hjælp fra mennesker.
Som MIT Technology Review rapporterer, implementerede forskerne en dyb forstærkning læringsramme, der kombinerer en multi-tasking læringsprocedure, en automatisk reset controller og en ramme, der er sikkerhedsbegrænset.
Dermed resulterer enhver fejl ved indlæring i, at robotten kommer sig og prøver igen i stedet for at have brug for hjælp fra et menneske.
En robot kan træne ved hjælp af rammen i 80 minutter ad gangen for at få erfaring uden menneskelig interaktion.
Det lærer flere kørselsretninger på samme tid, så det kan bruge et begrænset træningsrum effektivt (og uden nogensinde at sidde fast i kanterne).
Først lærer robotten bevægelse fremad og bagud på en plan overflade, derefter på en blød madras og endelig på en dørmåtte med sprækker.
Det er også derefter muligt at autonomt undervise i evnen til at dreje til venstre og højre på tværs af de tre forskellige overfladetyper.
Efter cirka 15 timer er den firbenede robot i stand til pålideligt at gå på tværs af en række vanskelige terræntyper uden fiasko.
På dette tidspunkt kan forskerne plug-in en gamepad og tage kontrol over den gående robot.
Anbefalet af vores redaktører
Det mest imponerende aspekt af denne forskning er evnen til at placere en robot i et træningsområde og på mindre end en dag har den lært sig selv at gå ved hjælp af forsøg og fejl og nogle kloge algoritmer.
Forskerne indrømmer, at de er afhængige af en "robust stand-up controller" lige nu, som er designet manuelt, men håber at erstatte den med et lært alternativ og lade robotten i sidste ende "træne et opsving fra den virkelige verden" .
