Роботы сочетают обучение искусственного интеллекта и теорию управления для выполнения сложных движений.

Когда дело доходит до обучения роботов гибким однозадачным двигательным навыкам, таким как стойка на руках или сальто назад, методы искусственного интеллекта могут оказаться очень полезными. Но если вы хотите научить своего робота выполнять несколько задач — скажем, выполнять сальто назад и стоять на руках — все становится немного сложнее.

«Мы часто хотим научить наших роботов изучать новые навыки, объединяя существующие навыки друг с другом», — сказал Ян Абрахам, доцент кафедры машиностроения. «К сожалению, модели искусственного интеллекта, обученные позволять роботам выполнять сложные навыки при выполнении многих задач, как правило, имеют худшую производительность, чем обучение по отдельной задаче».

Чтобы решить эту проблему, лаборатория Абрахама использует методы оптимального управления, то есть математический подход, помогающий роботам выполнять движения наиболее эффективным и оптимальным способом. В частности, они нанимают гибридная теория управлениякоторый предполагает принятие решения о том, когда автономная система должна переключаться между режимами управления для решения задачи. Исследование опубликовано на arXiv сервер препринтов.

По словам Абрахама, одним из вариантов применения теории гибридного управления является объединение различных методов, с помощью которых роботы осваивают новые навыки. К ним относятся, например, методы обучения на основе опыта обучения с подкреплением или обучения на основе моделей, при котором роботы планируют свои действия путем наблюдения. Хитрость заключается в том, чтобы заставить робота переключаться между этими режимами наиболее эффективным образом, чтобы он мог выполнять высокоточные движения без потери качества работы.

«Подумайте о том, как мы изучаем новые навыки или занимаемся спортом», — сказал он. «Сначала мы пытаемся понять и предсказать, как движется наше тело, затем в конечном итоге движение становится мышечной памятью, и поэтому нам нужно меньше думать».

Абрахам и его исследовательская группа применили методы гибридной теории управления к роботу, похожему на собаку, обучая его успешно балансировать, а затем переворачиваться.

В рамках обучения роботов методы искусственного интеллекта используются для развития более сложных двигательных навыков, требующих точности работы всего тела. Затем теория гибридного управления используется для планирования и синтеза различных механизмов, позволяющих роботам изучать различные двигательные навыки и приобретать более сложное и сложное поведение.

В идеале это могло бы привести к тому, что роботы будут работать в домах и других неструктурированных средах.

«Если роботу необходимо освоить новый навык при развертывании, он может воспользоваться своим арсеналом модальность обучения“, используя определенный уровень планирования и рассуждений для обеспечения безопасности и успеха в окружающей среде, имея опыт работы на рабочем месте”, – сказал Абрахам. “Как только будет достигнут определенный уровень уверенности, робот сможет использовать более специализированные приобретенные навыки, чтобы сделать все возможное”.