Antrenarea unui robot cu ajutorul simulărilor virtuale îi permite acestuia să se descurce mult mai ușor pe terenurile accidentale din viața reală.
Joonho Lee și colegii săi, din cadrul ETH Zurich din Elveția, au creat un algoritm de rețea neuronală, care a fost conceput pentru a controla un robot cu patru membre, în cadrul unui mediu virtual simulat, similar unui joc video ce conținea dealuri, trepte și scări.
Cercetătorii au dictat algoritmului direcțiile pe care ar trebui să le urmeze, limitând, de asemenea, rapiditatea cu care acesta s-ar fi putut întoarce, reflectând astfel capacitățile unui robot real. După aceea, aceștia au lăsat algoritmul să efectueze mișcări aleatorii în cadrul simulării, recompensându-l în momentul în care acesta s-a deplasat corect și penalizându-l în caz contrar. Prin acumularea de recompense, rețeaua neuronală a învățat cum să se deplaseze pe o varietate de terenuri.
În prezent, majoritatea roboților răspund în timp real la mediul înconjurător, folosind reacții preprogramate la întâmpinarea pentru prima dată a fiecărei dificultate. O rețea neuronală permite robotului să învețe din greșelile sale și, antrenând mai întâi algoritmul într-o simulare, echipa este capabilă să limiteze riscurile și să reducă costurile.
„Nu putem să-l testăm pe terenurile din viața reală, deoarece am putea deteriora robotul care este foarte scump”, a declarat Lee.
Cercetătorii au utilizat inițial o mică rețea neuronală, care a fost preprogramată cu ajutorul informațiilor cu privire la mediul simulat, permițând algoritmului să învețe rapid, prin preluarea de informații de la senzorii virtuali. Ulterior, aceștia au transferat cunoștințele dobândite într-o rețea mai mare, pentru a controla robotul real.
Prin intermediul acestei experiențe, robotul a reușit să se deplaseze cu 0,452 m/s pe un teren acoperi cu mușchi, o viteză de peste două ori mai repede decât se putea deplasa cu ajutorul programului inițial.
