Den här roboten lärde sig att gå helt på egen hand

En robot som lär sig gå helt självständigt. Google

Inom 10 minuter efter födseln kan en bebis stå upp. Inom sju timmar kan den gå. Mellan dessa två milstolpar ägnar den sig åt ett mycket bedårande, mycket frenetiskt flaxande av lemmar för att lista ut allt.

Det är tanken bakom AI-driven robotik. Medan autonoma robotar, liksom självkörande bilar, redan är ett välbekant koncept, autonomt inlärning Robotar är fortfarande bara en strävan. Befintliga förstärkningsinlärningsalgoritmer som tillåter robotar att lära sig rörelser genom försök och misstag är fortfarande mycket beroende av mänskligt ingripande. Varje gång roboten faller eller går ut ur sin träningsmiljö behöver den någon som tar upp den och ställer tillbaka den till rätt position.

Nu a ny studie från forskare på Google har gjort ett viktigt framsteg mot robotar som kan lära sig att navigera utan denna hjälp. Inom några timmar, enbart förlitade sig på justeringar av nuvarande toppmoderna algoritmer, fick de framgångsrikt en fyrbent robot att lära sig att gå framåt och bakåt, och svänga vänster och höger, helt på egen hand.

Arbetet bygger vidare tidigare forskning genomfördes för ett år sedan, när gruppen först kom på hur man får roboten att lära sig i den verkliga världen. Förstärkningsinlärning görs vanligtvis i simulering: en virtuell dubbelgängare av roboten svänger runt en virtuell dubbelgängare i omgivningen tills algoritmen är tillräckligt robust för att fungera säkert. Den importeras sedan till den fysiska roboten.

Den här metoden är till hjälp för att undvika skador på en robot och dess omgivning under dess trial-and-error-process, men den kräver också en miljö som är lätt att modellera. Den naturliga spridningen av grus eller fjädern från en madrass under en robots fotfall tar så lång tid att simulera att det inte ens är värt det.

I det här fallet beslutade forskarna att helt undvika modelleringsutmaningar genom att träna i den verkliga världen från början. De tog fram en effektivare algoritm som kunde lära sig med färre försök och därmed färre fel, och fick roboten att gå inom två timmar. Eftersom den fysiska miljön gav naturlig variation kunde roboten också snabbt anpassa sig till andra någorlunda liknande miljöer, som lutningar, trappsteg och platt terräng med hinder.

Men en människa var fortfarande tvungen att vara barnvakt för roboten och manuellt störa hundratals gånger, säger Jie Tan, en pappersmedförfattare som leder robotteknikteamet på Google Brain. Till en början tänkte jag inte på det, säger han.

Så de började lösa detta nya problem. Först avgränsade de terrängen som roboten fick utforska och lät den träna på flera manövrar samtidigt. Om roboten nådde kanten av begränsningsrutan medan den lärde sig att gå framåt, skulle den vända riktningen och börja lära sig att gå bakåt istället.

För det andra begränsade forskarna också robotens försöksrörelser, vilket gjorde den tillräckligt försiktig för att minimera skador från upprepade fall. Under tillfällen då roboten oundvikligen föll ändå, lade de till en annan hårdkodad algoritm för att hjälpa den att stå upp igen.

Genom dessa olika justeringar lärde sig roboten hur man går självständigt över flera olika ytor, inklusive plan mark, en memory foam-madrass och en dörrmatta med springor. Arbetet visar potentialen för framtida tillämpningar som kan kräva att robotar navigerar genom ojämn och okänd terräng utan närvaro av en människa.

Jag tycker att det här arbetet är ganska spännande, säger Chelsea Finn, biträdande professor vid Stanford som också är knuten till Google men inte involverad i forskningen. Att ta bort personen från processen är riktigt svårt. Genom att tillåta robotar att lära sig mer autonomt, är robotar närmare att kunna lära sig i den verkliga värld vi lever i, snarare än i ett labb.

Hon varnar dock för att installationen för närvarande förlitar sig på ett rörelsefångningssystem ovanför roboten för att bestämma dess plats. Det kommer inte att vara möjligt i den verkliga världen.

Framöver hoppas forskarna kunna anpassa sin algoritm till olika typer av robotar eller till att flera robotar lär sig samtidigt i samma miljö. I slutändan, tror Tan, kommer sprickbildning att vara nyckeln till att låsa upp mer användbara robotar.

Många platser är byggda för människor, och vi har alla ben, säger han. Om en robot inte kan använda ben kan de inte navigera i den mänskliga världen.

För att få fler berättelser som denna levererade direkt till din inkorg, registrera dig för vårt Webby-nominerade AI-nyhetsbrev The Algorithm. Det är gratis.

Dölj