最近、バークレーの研究室で、 キャシーと呼ばれるロボットは自ら歩くことを学習した、幼児のようなものです。試行錯誤を経て、シミュレートされた世界で動くことを学びました。次に、ハンドラーは、それがどのようにうまくいくかを確認するために、現実世界のテストの地雷原を散歩させました。

そして、結局のところ、それはかなりうまくいきました。基本的には一対の脚であるこのロボットは、それ以上の微調整を行わずに、あらゆる方向に歩き、歩きながらしゃがみ、バランスを崩しても立ち直り、さまざまな種類の表面に適応することができました。

強化学習として知られる機械学習のアプローチが、二足歩行ロボットにこれほどうまく適用されたのは初めてです。

これはおそらく、あなたが見た初めてのロボット動画でも、最も洗練されたロボット動画でもないでしょう。

何年もの間、インターネットは、歩いたりバランスを取り戻したりするだけではないロボットの動画に魅了されてきました。最近では、それがすべて賭け金です。ロボットビデオの重鎮であるボストン・ダイナミクスは、パルクールを行うロボットの驚くべき映像を定期的に公開しています。 バク転, 複雑なダンスルーチン。時々、それは次の世界のように見えるかもしれません iRobot社 すぐ近くです。

この畏怖の念は当然のものです。ボストン ダイナミクスは、先進ロボットの世界トップメーカーの XNUMX つです。

しかし、彼らはまだそうしなければなりません 細心の注意を払って動きをプログラムし振り付けする ビデオに登場するロボットの様子。これは強力なアプローチであり、Boston Dynamics チームはこれを使って驚くべき成果を上げました。

ただし、現実の状況では、ロボットは堅牢で回復力が高い必要があります。彼らは予期せぬ事態に定期的に対処する必要があり、いくら振り付けをしても役に立ちません。これが、機械学習が役立つ方法であると期待されています。

強化学習は、Alphabet の DeepMind がアルゴリズムをトレーニングするために利用したことで最も有名です。 最も難しいゲームで人間を打ちのめす。単純に言えば、それは私たちの学習方法をモデルにしています。ストーブに触れたら火傷をするが、二度と触らないでください。ジェリービーンズをください、と言って、別のものを丁寧に頼みます。

キャシーの場合、バークレー校のチームは強化学習を使用して、シミュレーション内で歩くアルゴリズムをトレーニングしました。このような歩き方を学習したAIはこれが初めてではない。しかし、シミュレーションから現実世界に移行しても、必ずしもうまくいくとは限りません。

XNUMX つの間の微妙な違いにより、駆け出しのロボットが初めてシミュレーション スキルを試すときに (文字通り) つまずく可能性があります。

この課題を克服するために、研究者らは XNUMX つではなく XNUMX つのシミュレーションを使用しました。最初のシミュレーションは、MuJoCo と呼ばれるオープンソースのトレーニング環境で、アルゴリズムが可能な動きの大規模なライブラリを利用し、試行錯誤を通じてそれらの適用方法を学習しました。 Matlab SimMechanics と呼ばれる XNUMX 番目のシミュレーションは、現実世界の条件をより正確に一致させる、リスクの低いテスト場として機能しました。

アルゴリズムが十分に優れたものになると、Cassie に移行しました。

そして驚くべきことに、それ以上の研磨は必要ありませんでした。言い換えれば、それは物質世界に生まれたとき、うまく歩く方法を知っていたのです。さらに、かなり頑丈でもありました。研究者らは、実験中にキャシーの膝にあるXNUMXつのモーターが故障したが、ロボットは調整して走行を続けることができたと書いている。

他の研究室は、機械学習をロボット工学に適用することに熱心に取り組んでいます。

昨年 Google が使用した (より単純な) XNUMX 足ロボットを訓練するための強化学習。 OpenAIはロボットアームでそれを使用しました。ボストン・ダイナミクスもおそらく、 機械学習でロボットを強化する。新しいアプローチ—次のような この1 多技能ロボットの訓練を目的としたもの、または この1 トレーニングを超えた継続的な学習を提供することも、ダイヤルを動かす可能性があります。ただし、まだ時期尚早であり、機械学習がいつ従来の手法を超えるかはわかりません。

そしてその間、Boston Dynamics のボットは 商業用水の検査.

それでも、バークレー校のチームには参加していないロボット研究者らは、このアプローチは有望だと考えている。インペリアル・カレッジ・ロンドンのロボット学習ラボ所長、エドワード・ジョンズ氏は次のように述べています。 言われ MITテクノロジーレビュー, 「これは私がこれまで見てきた中で最も成功した例の XNUMX つです。」

バークレー校のチームは、「よりダイナミックで機敏な動作」を試すことで、その成功をさらに発展させたいと考えている。では、独学でパルクールを学んだキャシーが私たちの道を歩む可能性はあるでしょうか?見てみましょう。

画像のクレジット： カリフォルニア大学バークレー校のハイブリッド ロボティクス (YouTube 経由)

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典: https://singularityhub.com/2021/04/11/this-robot-taught-itself-to-walk-in-a-simulation-then-went-for-a-stroll-in-berkeley/