ホームページ >テクノロジー周辺機器 >AI >四足ロボットが「二本足で立って階段を下りる」ことを学習!脚付きシステムよりも効率が 83% 高い
テスラとのロボットレースを覚えていますか?
分社化した同社と同名の四足車輪脚ロボットです。チューリッヒにあるスイス連邦工科大学の会社—— Swiss-Mile は、以前は ANYmal 四足歩行ロボットとして知られていました。
テスラとのレースから半年も経たないうちに、また大きなアップグレードを達成しました。
# (編集者の内 OS: ローラースケートを履いたら階段を降りると転ぶかも知れません(犬がウンコを食べる)
階段を登るのに疲れたら、エレベーターに乗り、前足でエレベーターのドアを開けてください:
##また、いつ立ち上がるべきか、いつ「横になる」べきかを認識し、立脚と四脚動作の間の切り替えがよりスムーズになります:
AMP アルゴリズムが実際のロボットに初めて適用される
このアルゴリズムのアップグレードでは、研究者らはマルチ AMP (Adversarial Motion Priors) を使用しました。このアルゴリズムは、従来の強化学習フレームワークを強化します。ヒューリスティックを使用せずに、複数のモーション事前分布の模倣ターゲットとモーション選択プロセスを自動化します。
AMP とは正確には何ですか?
これは、物理的なキャラクター アニメーションに基づく敵対的学習システムです。カリフォルニア大学バークレー校と上海交通大学の研究者によって提案され、スイス マイルはこの手法を応用しました。初めて本物のロボットに乗りました!
一般的な模倣学習では、追従対象となる模倣が必要なモーションクリップを多数手動で抽出する必要がありますが、AMPを利用することで目的のタスクを達成するために適切なモーションクリップを自動選択することができ、誤差計測を外部委託します、フェーズおよびモーション クリップの選択を Discriminator に送信します。Discriminator は、ポリシーとモーション データの状態遷移を区別することを学習します。
研究者はマルチ AMP を使用しますフレームワーク 16 自由度のスイスマイルに展開され、Isaac Gym シミュレーターを使用して実装されているため、4000 台を超えるロボットが 42 分間で同時にスキルをトレーニングできます。
トレーニング環境は 3 つのタスクで構成されます:
最初のタスクタスクは四足歩行であり、モーション データは RL 戦略によって記録された動きで構成されます。
以上が四足ロボットが「二本足で立って階段を下りる」ことを学習!脚付きシステムよりも効率が 83% 高いの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。