Selleks, et robotmehhanism õpiks kõndima, ei piisa lihtsalt mitme jala "kinnitamisest" selle külge. Kolimise õppimine on väga keeruline protsess, mis võtab arendajatel palju aega. Kuid nüüd lahendab selle küsimuse tehisintellekt, sest ekspertide rühm on loonud universaalsed algoritmid, mis aitavad AI-l õpetada mis tahes konfiguratsiooniga roboteid liikuma. Sel juhul pole inimese sekkumine sellesse protsessi vajalik.
Arenduse taga on California Berkeley ülikooli teadlaste meeskond ja ekspertide rühm Google Brainist, mis on üks Google'i tehisintellekti uurimisvaldkondadest. Nende uus süsteem treenis neljajalgset robotit nii tuttava maastiku kui ka harjumatu läbimiseks.
Tugevdusõpe on sisuliselt AI jaoks kohandatud porgandi ja kepi meetod. Ta kasutab eesmärkide saavutamise või mitte saavutamise eest tasu või karistust.
Katseteks võtsid teadlased roboti Minitaur. Nad töötasid välja süsteemi, mis koosnes tööjaamast, mis uuendas närvivõrgu andmeid, laadis teabe Minitaurusesse ja laadis selle tagasi. Teabe töötlemise eest vastutas roboti pardal asuv NVIDIA Jetson TX2 kiip. Robot kõndis 2 tundi ja tegi 160 000 sammu. Selle aja jooksul autasustas algoritm robotit edasiliikumise eest ja karistas teda selle eest, kui see jäi oma kohale kinni või andis küljele väga suure rulli. Selle tulemusel loodi liikumisalgoritm, mis võimaldas robotil igas olukorras valida optimaalse liikumise trajektoori.
Vladimir Kuznetsov
