로봇개는 한 시간 안에 걷는 법을 배울 수 있을까? 동물의 본능을 모방한 연구, 네이처(Nature) 저널에 게재

외신 테크에 따르면 걷는 방법.

이 기술을 설명하는 논문 "Learning Plastic Matching of Robot Dynamics in Closed-loop Central Pattern Generators"가 "Nature·Machine Intelligence" 7월 18일자에 게재되었습니다. "저널에 게재되었으며, 논문의 제1저자는 Felix Ruppert입니다.

루퍼트가 말했습니다. "저희가 연구한 로봇개 모티는 동물과 동일한 반사 능력을 갖고 있으며, 실패해도 독립적으로 걷는 법을 배울 수 있습니다."

▲이동견 모티

1. 넘어졌다가 다시 올라가세요. , 모르티는 동물 학습을 모방할 수 있습니다

인간과 동물의 척수에는 CPG(Central Pattern Generator)라는 신경망이 있습니다. CPG는 유기체가 걷기, 깜박임 또는 소화와 같은 리드미컬한 작업을 완료하는 데 도움을 줄 수 있습니다. 이 뉴런 네트워크는 뇌의 입력 없이도 주기적인 근육 수축을 생성할 수 있습니다.

Rupert는 CPG 효과를 시뮬레이션하기 위해 Morti의 등에 가상 척수를 설치하고 이 가상 척수에 샘플 데이터베이스를 설치했습니다. 모티가 원활하게 걸을 때 로봇 발의 센서 데이터와 CPG 샘플 라이브러리의 데이터를 지속적으로 비교하여 적합한 보행 자세를 제공합니다.

로봇이 넘어지면 학습 알고리즘이 다리가 앞뒤로 흔들리는 거리와 속도를 변경하여 걷는 방식을 최적화합니다. 기계 학습 과정에서 CPG는 로봇이 보다 원활하게 걸을 수 있도록 일부 적응형 동작 신호를 보냅니다. 이 머신러닝 프로세스의 핵심은 CPG의 출력 신호를 변경하고 어떤 상황에서 머신이 걸림돌을 겪게 될지 모니터링하는 것입니다.

▲모티는 피드백 데이터를 기반으로 걷기를 최적화합니다

모티는 작은 동물이 걷는 법을 배우는 과정을 모방하여 근육을 사용하는 가장 효과적인 방법만을 찾아 계속 넘어진 후에 걷는 법을 배웁니다. Rupert는 처음에는 Morti가 넘어질 것이라고 말했습니다. 그러나 약 한 시간 후에 알고리즘은 Morti가 최적의 걷기 방법을 찾는 데 도움이 될 것이라고 말했습니다. Rupert는 또한 다음과 같이 말했습니다. "우리 팀은 현재 Mortimer의 동작 범위를 확장하기 위해 Morti에 더 많은 센서를 추가하고 있습니다. 우리는 Morti를 더욱 동물처럼 만들고 싶습니다." hour 42%

같은 거리를 걷기 위해서는 현재 대부분의 산업용 4족 로봇이 수십~수백 와트의 전력이 필요한데, 모르티는 5와트의 전력만 소모합니다.

산업용 4족 로봇은 부피와 무게가 더 크고 움직임을 지원하는 데 더 많은 힘이 필요한 반면, Morti의 알고리즘이 더 지능적이기 때문입니다.

일반 로봇이 걸을 때 머신러닝은 많은 계산을 사용하여 각 다리의 움직임을 세부적으로 미리 설계하므로 많은 전력을 소비하게 됩니다. 그러나 Morti가 걷다가 넘어진 후에는 새로운 알고리즘의 결과에 따라 걷는 각도를 재조정할 수 있습니다. Morti는 이 피드백 데이터를 사용하여 많은 계산 없이 걷는 방법을 학습합니다. 모르티는 걷는 법을 배우는 과정에서 에너지 소비를 줄일 수 있습니다. 연구에 따르면 Morti가 한 시간 동안 걸은 후에는 처음 걷기 시작했을 때보다 에너지 소비가 42% 적은 것으로 나타났습니다.

▲런닝머신 위를 걷는 모티

디리샤 쿠디티푸디(디리샤 쿠디티푸디) 텍사스 대학교 샌안토니오 교수는 “일반적으로 인공지능은 특정 작업에 대해 많은 것을 잘 배울 수 있지만 인공지능은 그렇지 못합니다. Morti는 데이터 피드백을 기반으로 움직임 패턴을 자율적으로 조정할 수 있으며 환경을 재보정하는 데 더 나은 성능을 발휘할 수 있습니다.”

결론: 생물학 분야에서 로봇의 더 많은 가능성을 탐구하세요.

루퍼트의 로봇개는 인공지능 알고리즘을 통해 생명체처럼 자율적으로 학습할 수 있습니다. 이는 머신러닝 기술을 결합할 뿐만 아니라 생물학 분야도 포함합니다.

이 기술을 대규모로 사용할 수 있다면 두 가지 이점이 있습니다. 첫째, 머신 러닝은 에너지 효율성이 높고 에너지 소비가 적습니다. 기계는 더 이상 대량의 데이터를 기반으로 무차별 계산을 수행할 필요가 없으며 자율 학습을 통해 "더 똑똑해질" 수 있습니다. 둘째, 이 기술은 인공지능과 생물학 분야의 통합에 영감을 줄 수 있습니다.

현재 이 기술은 로봇개를 동물처럼 만들 수 있습니다. 미래에는 이 기술이 발전하면 로봇이 인간과 더욱 비슷해질 수도 있다.

위 내용은 로봇개는 한 시간 안에 걷는 법을 배울 수 있을까? 동물의 본능을 모방한 연구, 네이처(Nature) 저널에 게재의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!