本周发表的教一篇预印本论文和博客文章显示,谷歌研究人员开发了一款可以学习和模拟动物的新开系统动作的AI系统,以赋予机器人更大的发款灵活性。该论文的可机合著者认为,他们的器人方法可以促进机器人的发展,从而让机器人能够完成生活中一些对灵活性要求较高的模仿广东腊肠 很超群任务,例如在多层仓库和履行中心之间运输材料。狗狗
该团队的教框架采用动物(在本例中是狗)的动作捕捉片段,并使用强化学习(reinforcement learning)来训练控制策略,新开系统强化学习是发款一种通过奖励激励软件代理完成目标的训练技术。
研究人员说,可机为该系统提供不同的器人参考运动,使他们能够“教”一个四足Unitree-Laikago机器人执行一系列行为,模仿从快速行走(速度高达每小时2.6英里)到跳跃和转身。狗狗
为了验证他们的教美妆护肤保湿面霜 出类拔萃方法,研究人员首先编制了一组真切的狗表演各种技能的数据集。(训练主要在物理模拟中进行,以便能够密切跟踪参考运动的姿势)。然后,通过使用奖励函数中的不同运动(描述了行为者的行为方式),研究人员用大约2亿个样本训练了一个模拟机器人来模拟运动技能。
但模拟器通常只提供对真切世界的粗略近似。为了解决这个问题,研究人员采用了一种自适应技术,该技术可以随机化模拟中的动力学,例如改变物理量,例如机器人的质量和摩擦力。使用编码器将这些值映射到数字表示(即编码),该数字表示作为输入传递给机器人控制策略。当将该策略部署到实际的机器人上时,研究人员移除了编码器,并直接搜索一组变量,这些变量使机器人能够成功执行技能。
该团队说,他们能够在大约50个试验中使用不到8分钟的真切数据来使策略适应实际情况。此外,他们还演示了真切的机器人学习模仿狗的各种动作,包括踱步和小跑,以及艺术家动画的关键帧动作,如动态跳跃转身。
“我们证明,通过利用参考运动数据,一种基于学习的方法能够自动合成控制器,以实现有腿机器人的各种行为。”该论文的合著者写道。“通过将有效的领域自适应样本技术整合到培训过程中,我们的系统能够学习模拟中的自适应策略,然后可以快速将其应用于实际部署中。”
然而,这种控制策略不是十全十美的。由于算法和硬件的限制,它无法学习高度动态的行为(例如大的跳跃和奔跑),并且不如最佳的手动设计控制器那样稳定。(在5种情节中,每种方法总共进行15次试验,现实世界中的机器人在6秒后踱步时平均下降;在5秒后向后小跑时平均下降;在旋转时平均下降9秒)。对此,研究人员表示,将继续改进控制器的鲁棒性,并开发可以从其他运动数据源(如视频剪辑)学习的框架。(雷锋网雷锋网)
注:本文由雷锋网编译自venturebeat
原文链接:
https://venturebeat.com/2020/04/03/googles-ai-learns-motions-from-dogs-applies-to-real-world-robot/