您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界 正文
发私信给李菁瑛
发送

4

Google新开发一款AI系统,它可以“教”机器人模仿狗狗的动作

本文作者:李菁瑛 2020-04-04 11:42
导语: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。

本周发表的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动作的AI系统,以赋予机器人更大的灵活性。该论文的合著者认为,他们的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任务,例如在多层仓库和履行中心之间运输材料。

该团队的框架采用动物(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,强化学习是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,为该系统提供不同的参考运动,使他们能够“教”一个四足Unitree-Laikago机器人执行一系列行为,从快速行走(速度高达每小时2.6英里)到跳跃和转身。

为了验证他们的方法,研究人员首先编制了一组真实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。

Google新开发一款AI系统,它可以“教”机器人模仿狗狗的动作

但模拟器通常只提供对真实世界的粗略近似。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分钟的真实数据来使策略适应实际情况。此外,他们还演示了真实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。”

Google新开发一款AI系统,它可以“教”机器人模仿狗狗的动作

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(公众号: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/

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说