「適應性」與「演算法」成關鍵 加州大學團隊教會機器人走路
編譯/曲姵蓉
加州大學伯克利分校(UC Berkeley)研究團隊近期發布最新研究成果,他們開發了一種「教導」機器人走路的演算法機制,利用人工智慧強化學習技術(Reinforcement learning)進行測試,當機器人有出現與人類同樣的走路行為時,便給予獎勵,反之則是懲罰,最終團隊成功訓練出機器人用擬人的方式走路。
用演算法教機器人怎麼走路
根據報導,加州大學伯克利分校研究團隊此次採用Agility Robotics製造的機器人,兩隻手臂分別有四個關節,兩條腿上也各自有八個關節,主打倉庫專用機器人。研究團隊在機器人內植入他們的演算法,並實現了數十億次測試,最終它自己學會了平衡、行走,以及跌倒後如何再爬起。
更多新聞:特斯拉Optimus二代機器人問世 比一代更加靈活
看不到的機器人
報導也指出,該機器人並沒有配置視覺能力,也不像自動駕駛汽車有雷射雷達可以感知周圍,所以它看不到,只能透過肢體排列、剛剛踩踏過的位置,以及訓練的經驗來走路。在影片中,能看到機器人一次只會走很小一步,而且要到碰到障礙物它才知道無法前進了,走路的聲音聽起來也很像是行軍。該機器人目前也還不能上下樓梯,只能在平地上行走。
機器人的「適應性」與「演算法」至關重要
加州大學伯克利分校電機和電腦科學系博士生Ilija Radosavovic表示,「適應性」是機器人能否廣泛應用的關鍵,目前市面上的機器人能力都很有限,並不能完全滿足人們對機器人的要求。他們想開發出能夠在不同環境中自動操作、適應性極強的人形機器人,才有辦法解決工廠勞動力短缺的問題。而這之中,訓練機器人的「演算法」最關鍵,也是研究團隊這兩年來努力的目標。
Ilija Radosavovic也強調,他們的下一步是要讓機器人手臂能夠更自如運動,並且讓該機器人從「通用」機器人。開始邁向工業機器人或送貨機器人等專業領域。
資料來源: SF Gate
瀏覽 560 次