Umelá inteligencia a robotickí futbalisti: Sú čoraz šikovnejší

Vďaka financiám z reklamy prinášame kvalitné a objektívne informácie. Povoľte si prosím zobrazovanie reklamy na našom webe. Ďakujeme, že podporujete kvalitnú žurnalistiku.

Pozrite si tiež archívne video o robotickom bežcovi.

Odborníci z divízie DeepMind spoločnosti Google použili na miniatúrnych robotoch metódu učenia, ktorá by sa v budúcnosti mohla použiť na výcvik humanoidných robotov, aby pomáhali ľuďom.

Výskumníci v oblasti umelej inteligencie (AI) a robotiky už dlho pracujú na vytvorení všeobecnej inteligencie, ktorá by umožnila robotom pohybovať sa vo fyzickom svete s rovnakou obratnosťou, šikovnosťou a porozumením ako zvieratá a ľudia. Vývoj prebieha už roky, pričom v poslednom čase sa zameriavajú na hlboké posilňovanie učenia (deep reinforcement learning - DLR).

Súčasný stav bol demonštrovaný vo futbalovom zápase, ktorý hrali roboty. Zatiaľ čo štvornohé roboty sú už veľmi zručné a dobre ovládajú loptu, ich dvojnohé náprotivky sú stále nemotorné. Je to najmä preto, že výskumníci sa musia zamerať na základné zručnosti kvôli stabilite a hardvérovým obmedzeniam.

DLR kombinuje tieto dve stratégie učenia. Výskumníci z Google DeepMind ju použili na učenie lacných miniatúrnych robotov hrať futbal a hrať zápasy jeden na jedného. Výsledky experimentov v simulovanom a fyzickom svete boli publikované vo vedeckom časopise Science Robotics.

Spočiatku sa zamerali na dve oblasti: ako sa roboty dokážu zdvihnúť zo zeme a ako dokážu streliť gól netrénovanému súperovi. Zdá sa, že učenie posilňovaním je účinné, pretože roboty sa naučili rýchlo vstať, správne chodiť, otáčať sa, kopať a ľahko viesť loptu," sumarizuje štúdiu časopis Interesting Engineering.

Okrem toho robot dokázal brániť strele súpera a predvídať, kam sa bude lopta pohybovať. Podľa odborníkov by bol manuálny rozvoj týchto schopností nepraktický, pretože robot by musel vždy reagovať podľa okolností.

Podľa odborníkov sa stratégia pohybu odohrávajúca sa v simulovanom prostredí dala veľmi ľahko preniesť na skutočné roboty. Roboty trénované v experimentálnych zápasoch chodili o 181 percent rýchlejšie, otáčali sa o 302 percent rýchlejšie, kopali do lopty o 34 percent rýchlejšie a po páde vstávali o 63 percent rýchlejšie ako zariadenia, ktoré hrali len na základe základných znalostí scenára.

Podľa výskumníkov to všetko umožňuje naučiť humanoidné roboty bezpečne sa pohybovať a sofistikovane sa pohybovať v dynamickom prostredí.