「信迪诊断」完成近6亿元B轮融资
06-18
雷锋网注：图为云宝黛茜在空心门垫上移动在机器人领域，让机器人保持站立使动作平稳一直是一个棘手的挑战，因为这需要极高水平的专业知识和设计。
虽然一些传统机器人可以在人类控制下站立和移动，但其活动范围也充满局限性。
为了解决这个问题，谷歌最近与佐治亚理工学院和加州大学伯克利分校的研究人员合作发表了一篇论文，详细介绍了他们如何成功打造出一款利用人工智能学习自行行走的机器人。
他们给这个四足小机器人起了一个可爱的代号“Rainbow Dash”。
根据世界纪录，婴儿从爬学会走路最快需要6个月。
根据论文中的测试数据，云宝黛茜平均只需要 3.5 小时左右就能学会前进、后退、左右转弯等动作——机器人需要 1.5 小时才能学会在坚硬平坦的地面上行走，在记忆海绵制成的床垫上约5.5小时，在空心地毯上约4.5小时。
具体来说，该机器人采用了深度强化学习，它结合了深度学习和强化学习两种不同类型的人工智能技术。
通过深度学习，系统可以处理和评估来自其环境的原始输入数据；通过强化学习，算法可以通过反复试验来学习如何执行任务，并根据任务的完成情况获得奖励和惩罚。
也就是说，通过上述方法，机器人可以在它不理解的环境中实施自动控制策略。
在过去的此类实验中，研究人员最初让机器人通过模拟来学习现实世界的环境。
在仿真环境中，机器人的虚拟身体首先与虚拟环境进行交互，然后算法接收这些虚拟数据。
直到系统能够“自由地处理数据”，一个承载系统物理形态的机器人才会被放置在现实中。
环境。
这种方法有助于避免在试错过程中对机器人及其周围环境造成损坏。
然而，虽然环境很容易建模，但通常非常耗时，而且真实环境中充满了意想不到的情况。
因此，在模拟环境中训练机器人的意义有限。
毕竟，此类研究的最终目标正是为现实世界场景准备机器人。
谷歌、佐治亚理工学院和加州大学伯克利分校的研究人员并不是“老派”。
在他们的实验中，云宝黛茜从一开始就在真实环境中接受训练，这样机器人不仅能很好地适应自己的环境，而且还能适应相似的环境。
虽然云宝黛茜可以独立移动，但这并不意味着研究人员可以“放手”它。
在刚开始学习在环境中行走时，研究人员仍然需要对云宝黛茜进行数百次手动干预。
为了解决这一问题，研究人员限制了机器人移动的环境，让其同时进行多个动作训练。
当云宝黛茜学会自己行走后，研究人员可以通过连接控制手柄来控制机器人达到理想的运动轨迹，并在设定的环境内控制机器人。
此外，机器人识别出环境边界后，会自动往回走。
在某些情况下，机器人可能会反复跌倒，从而导致机器损坏，此时需要另一种硬编码算法来帮助机器人站起来。
谷歌这项研究的负责人 Jan Tan 告诉媒体，这项研究大约花了一年的时间才完成。
“我们有兴趣让机器人能够在各种复杂的现实环境中移动，”他说。
然而，设计能够灵活处理多样性和复杂性的运动控制器是很困难的。
雷锋网了解到，接下来，研究人员希望他们的算法能够应用于不同类型的机器人，或者应用于同一环境下同时学习的多个机器人。
研究人员认为，破解机器人的运动能力将是解锁更多实用机器人的关键——人类用腿走路，如果机器人不能使用腿，它们将无法在人类世界中航行。
然而，让机器人在人类世界行走却是一个至关重要的问题。
它们可以代替人类去探索地球上不同的地形或者人类没有探索过的地区，比如太空。
但由于机器人依靠安装在其上方的运动捕捉系统来确定其位置，因此该设备尚不能直接在现实世界中使用。
雷锋网注：本文参考商业内幕。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-08
06-18
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态