谷歌AI研究使机器狗更轻松地完成小跑等动作
狗狗的动作方式可能与机器狗的动作方式并不完全一致,导致后者倒下、锁定或其他方面的失败。而谷歌的AI项目就解决了这个问题,在正常的秩序中加入了一点可控的混乱。通常情况下,狗的动作会被捕捉到,并对脚和关节等关键点进行仔细追踪。在数字模拟中,这些点会被模拟成机器狗的样子,虚拟版的机器狗会尝试用自己的动作模仿狗的动作,边学边做。 尽管研究人员取得了不错的效果,但当试图用模拟的结果来控制一个实际的机器狗时仍会出现问题。真实世界不是一个二维平面,没有理想化的摩擦力规则之类的东西。不幸的是,这意味着未经修正的模拟步态往往会让机器狗直接摔到地面上。 为了防止这种情况的发生,研究人员在模拟中使用的物理参数中引入了随机性元素,使虚拟机器狗的重量更重,或者电机更弱,或者与地面的摩擦力更大。这使得描述如何行走的机器学习模型必须考虑到各种小的变异,以及如何抵消它们。 通过学习来适应这种随机性,使得学习后的行走方法在现实世界中更加稳健,从而可以通过模仿目标狗的行走方式,甚至可以模仿出更复杂的动作,比如转弯和旋转,而不需要任何人工干预,只需要进行一点额外的虚拟训练。当然,如果需要的话,还可以加入手动调整,但就目前的情况来看,这比起以前完全自动完成的动作,还是有很大的进步。 在同一篇文章中描述的另一个研究项目中,另一组研究人员描述了一个机器狗可以自行行走,但被植入了避免在指定区域外行走,并在跌倒时自行爬起的能力。有了这些基本技能的烘托,机器狗能够在没有人类干预的情况下,在训练区域内不断地在完善,学习到了相当令人印象深刻的运动技能。 本文素材来自互联网 (编辑:广州站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |