Affinché un meccanismo robotico impari a camminare, non è sufficiente solo "attaccarvi" diverse gambe. Imparare a muoversi è un processo molto complesso che richiede molto tempo agli sviluppatori. Ma ora questo problema verrà risolto dall'intelligenza artificiale, perché un gruppo di esperti ha creato algoritmi universali che aiutano l'IA a insegnare ai robot di qualsiasi configurazione a muoversi. In questo caso, l'intervento umano in questo processo non è richiesto.
Dietro lo sviluppo c'è un team di scienziati dell'Università della California a Berkeley e un gruppo di esperti di Google Brain, uno dei bracci di ricerca di Google sull'intelligenza artificiale. Il loro nuovo sistema ha addestrato il robot a quattro zampe ad attraversare sia terreni familiari che sconosciuti.
L'apprendimento per rinforzo è essenzialmente un metodo di carota e bastone adattato per l'IA. Usa la ricompensa o la punizione per raggiungere o non raggiungere gli obiettivi.
Per gli esperimenti, gli scienziati hanno preso il robot Minitaur. Hanno sviluppato un sistema che consisteva in una workstation che aggiornava i dati della rete neurale, caricava le informazioni in Minitaur e le scaricava nuovamente. Il chip NVIDIA Jetson TX2 a bordo del robot era responsabile dell'elaborazione delle informazioni. Il robot ha camminato per 2 ore e ha fatto 160.000 passi. Durante questo periodo, l'algoritmo premiava il robot per essersi mosso in avanti e lo puniva se si bloccava in posizione o se dava un rotolo molto grande di lato. Di conseguenza, è stato creato un algoritmo di movimento che ha permesso al robot di scegliere la traiettoria di movimento ottimale in qualsiasi situazione.
Vladimir Kuznetsov
