murkashop.ru

Безо всяких сомнений, четвероногие роботы движутся по земле гораздо увереннее, чем двуногие. Они могут легко встать после падения, тогда как споткнувшийся робот с двумя ногами может упасть и несколько минут барахтаться на полу в попытках снова встать и выпрямиться. Исследователи из Швейцарии, разработавшие четвероногого робота-собаку ANYmal, придумали, как сделать его лучше. Вместо того, чтобы обучать его новым движениям в реальности, они позволили ему обучаться самостоятельно внутри компьютерной симуляции.

Когда этот робот станет очень умным, он разозлится. Видеозапись, где его пинают, уже готова, так что он станет первым кто придет к нам, когда начнется революция роботов — пошутил профессор.

Многим наверняка интересно — зачем нужны четвероногие роботы? Ответ был дан в ноябре 2018 года — они могут быть очень полезны в местах, где обычные люди попросту отказались бы работать. Одно из таких мест — морская электростанция в Северном море, где очень скучно и многую работу выполняет автоматика.

Для создания виртуального пространства для тренировок потребовался обычный компьютер. Обучение проходило в тысячи раз быстрее, чем в реальном мире, так что разработчики сэкономили кучу времени и сил, не напрягая программистов. Исследователи отметили, что компьютерное моделирование можно использовать не только в случае с ANYmal, но и с другими четвероногими роботами.

По словам профессора Криса Аткесона из Университета Карнеги-Меллона, команда ETH Zurich сделала большой вклад в робототехнику — уменьшила стоимость программирования, которая в этой сфере ценится очень высоко.

Как вы считаете, чем такие роботы могут быть опасны для человека? Своими смелыми предположениями делитесь в комментариях, а обсудить новость можно в нашем Telegram-чате.

Результат нового подхода к обучению впечатляет: робот начал двигаться на 25% быстрее, а если его сильно толкнуть — он легко встает на ноги, удерживает равновесие или вовсе отскакивает от удара. Всему этому ANYmal научился в компьютерной симуляции с различными ситуациями, с которыми ему приходилось справляться методом проб и ошибок. По словам сотрудника ETH Zurich Джемина Хванбо, робот состоит из множества механизмов и сталкивается с бесчисленным количеством ситуаций, поэтому разработать алгоритм для каждой из них вручную было бы практически невозможно.