1710808471
2024-03-18 14:00:00
研究者らは、強化学習と呼ばれる AI 技術を使用して、キャシーという愛称の二足歩行ロボットが、それぞれの動作について明確に訓練を受けていなくても、さまざまな地形を 400 メートル走ったり、立ち幅跳びや走り高跳びを実行したりできるようにしました。 強化学習は、目標を実行しようとする AI に報酬を与えたり、ペナルティを与えたりすることで機能します。 この場合、このアプローチはロボットに、前任者のようにフリーズするのではなく、一般化して新しいシナリオに対応することを教えました。
「私たちはロボットの敏捷性の限界を押し広げたかったのです」と、このプロジェクトに携わったカリフォルニア大学バークレー校の博士課程学生、Zhongyu Li 氏は語りますが、このプロジェクトはまだ査読されていません。 「大まかな目標は、人間と同じようにあらゆる種類のダイナミックな動作を行う方法をロボットに教えることでした。」
チームはシミュレーションを使用して Cassie をトレーニングしました。このアプローチにより、学習にかかる時間が数年から数週間に劇的に短縮され、ロボットがさらに微調整することなく現実世界で同じスキルを実行できるようになります。
まず、彼らはキャシーを制御するニューラル ネットワークをトレーニングして、その場でジャンプする、前に歩く、転ばずに前に走るなどの簡単なスキルを一から習得しました。 これは、人間から収集したモーション キャプチャ データや望ましい動きを示すアニメーションなど、示された動きを模倣するよう奨励されることで教えられました。
最初の段階が完了した後、チームはロボットが新しい動作スキルを使用してタスクを実行することを促す新しいコマンドをモデルに提示しました。 シミュレートされた環境で新しいタスクの実行に熟練すると、タスクのランダム化と呼ばれる方法を通じて訓練されたタスクを多様化します。
これにより、ロボットは予期せぬシナリオに対する備えがさらに強化されます。 たとえば、ロボットはリードで横に引っ張られている間、安定した走行歩行を維持することができました。 「ロボットが観察した内容の履歴を活用し、現実世界にすぐに適応できるようにしました」とリー氏は言います。
キャシーは、追加のトレーニングを必要とせずに、400メートル走を2分34秒で完走し、走り幅跳びで1.4メートルを跳びました。
研究者らは現在、この種の技術を車載カメラを備えたロボットの訓練にどのように使用できるかを研究することを計画している。 これは、盲目的にアクションを完了するよりも困難になるだろう、とオレゴン州立大学のコンピューターサイエンス教授アラン・ファーン氏は付け加えた。彼はキャシー・ロボットの開発には協力したが、このプロジェクトには関与していない。
「この分野の次の大きなステップは、実際の作業を行い、活動を計画し、単に足と地面の間の相互作用だけではない方法で物理世界と実際に相互作用する人型ロボットです」と彼は言います。
#はどのようにして #Cassie #に二足歩行ロボットの走りとジャンプを教えたのか