Исследователи учат робота-гуманоида запоминать и не повторять свои ошибки

Роботу-гуманоиду пока с трудом даются некоторые поручения. Было бы намного проще, если бы человек направлял его при помощи дистанционного управления. В этом может помочь обучение с подкреплением (RL). Оно синхронизирует движения человека и робота, позволяя гуманоиду воспроизводить их в режиме реального времени. 

RL — это метод машинного обучения, который имитирует человеческий подход, основанный на методе проб и ошибок. Используя парадигму RL «вознаграждение и наказание», робот будет учиться на основе обратной связи по каждому выполняемому им действию и самостоятельно находить лучшие пути обработки для достижения желаемого результата. В отличие от машинного обучения, RL не требует от людей маркировки пар данных для управления алгоритмом.

Процесс начинается с перенацеливания движений человека на возможности гуманоида с помощью новой методологии «симуляция в данные». Этот набор данных затем обучает имитатор движения на основе RL, который впоследствии переносится на реального робота без дальнейшей настройки.



Использование H2O стало первой демонстрацией телеоперации всего тела гуманоида в режиме реального времени. В будущем будет изучено введение других средств ввода помимо человека-телеоператора, таких как силовая, вербальная и разговорная обратная связь. Многообещающим направлением будущих исследований является включение отслеживания нижней части тела, которое позволит гуманоидам выполнять более точные движения, такие как занятия спортом и танцы.

Использование телеуправляемых гуманоидов означает, что люди сохранят свою работу. Еще одним плюсом является использование этих гуманоидов для работ, которые представляют опасность для жизни человека, например шахты, поисково-спасательные операции в отдаленных или недоступных для человека регионах. Об этом сообщает New Atlas.