United States Brazil Russia France Germany China Korea Japan

Artificial Intelligence driven Marketing Communications

 
Mar 4, 2020 12:45 AM ET

Google-Algorithmus lässt Roboter sich selbst das Gehen beibringen


iCrowd Newswire - Mar 4, 2020
Es ist ein Meilenstein, um Roboter nützlicher zu machen.

Es steht außer Frage, dass Roboter in Zukunft eine immer wichtigere Rolle in unserem Leben spielen werden, aber um zu einem Stadium zu gelangen, in dem sie wirklich nützlich sein können, gibt es noch eine Reihe von Herausforderungen zu bewältigen — einschließlich der Navigation ohne menschliches Eingreifen. Ja, wir befinden uns in einer Phase, in der Algorithmen es einem Roboter ermöglichen, zu lernen, wie er sich bewegt, aber der Prozess ist verworren und erfordert viel menschlichen Input, entweder bei der Aufnahme des Roboters, wenn er umfällt, oder ihn wieder in seinen Trainingsraum zu bewegen, wenn er abwandert. Aber neue Forschung von Google könnte diesen Lernprozess viel einfacher machen.

Durch die erfolgreiche Optimierung bestehender Algorithmen konnten Forscher von Google Robotics einen vierbeinigen Roboter dazu bringen, vorwärts und rückwärts zu gehen und sich zu drehen, ganz von selbst und in wenigen Stunden. Zunächst haben sie die Umweltmodellierung abschaffen müssen. In der Regel werden Algorithmen in einem virtuellen Roboter in einer virtuellen Umgebung getestet, bevor ein Roboter die Möglichkeit erhält, das Gehen zu erlernen. Während dies hilft, Schäden am eigentlichen Roboter zu verhindern, ist das Nachahmen von Dingen wie Kies oder weichen Oberflächen extrem zeitaufwändig und verworren.

So begannen die Forscher von Anfang an mit dem Training in der realen Welt, und da die reale Welt natürliche Umgebungsvariationen bot, konnte sich der Roboter schneller an Varianten wie Schritte und unebenes Gelände anpassen. Allerdings war ein eingreifen des Menschen immer noch notwendig, da die Forscher den Roboter während seiner Ausbildung hunderte Male behandeln mussten. Also machten sie sich daran, dieses Problem zu lösen, und taten dies, indem sie das Gebiet des Roboters einschränkten und ihn mehrere Manöver auf einmal erlernen ließen. Wenn der Roboter es an den Rand seines Territoriums schaffte, während er vorwärts ginge, würde er seine Position erkennen und stattdessen rückwärts laufen, wodurch er eine neue Fähigkeit erlernt und gleichzeitig menschliches Eingreifen mindert.

Mit diesem System war der Roboter in der Lage, Versuch und Irrtum zu nutzen, um schließlich zu lernen, wie man autonom durch eine Reihe von verschiedenen Oberflächen navigiert, was letztlich die Notwendigkeit menschlicher Beteiligung beseitigte — ein wichtiger Meilenstein, um Roboter nützlicherzu machen. Die Forschung ist jedoch nicht ohne Grenzen. Das aktuelle Setup verwendet ein Overhead-Motion-Capture-System, um es dem Roboter zu ermöglichen, seinen Standort zu identifizieren — nicht etwas, das in realen Roboteranwendungen repliziert werden könnte. Nichtsdestotrotz hoffen die Forscher, die neuen Algorithmen an verschiedene Arten von Robotern oder sogar an mehrere Roboter in derselben Lernumgebung anzupassen und so einen Körper des Wissens und Verständnisses zu schaffen, der die Robotik in allen Bereichen voranbringen wird.

Contact Information:

Rachel England,



Tags:    German, United States, Wire