Nature: в Китае разработали новую систему обучения для четвероногих роботов

Эффективное передвижение роботов влечет за собой решение нескольких различных проблем. Они включают в себя обеспечение равновесия, чтобы они двигались наиболее эффективно, чтобы они периодически чередовали движения ног для создания определенной походки и чтобы они могли выполнять команды. Одновременно удовлетворять все требования не под силу большинству роботов.

Исследователи из Чжэцзянского университета недавно создали новую структуру, которая могла бы позволить четвероногим роботам эффективно передвигаться с высокой скоростью. Эта структура, представленная в машинном интеллекте in Nature, основана на методе обучения, известном как имитационно-релаксационное обучение с подкреплением (IRRL).

В отличие от традиционных методов обучения с подкреплением, новый подход поэтапно оптимизирует различные задачи передвижения робота на ногах. Тесты в лабораторных условиях и при моделировании выполнения реальных задач, показали эффективность работы учёных.

Структура, представленная этой командой исследователей, вскоре может быть внедрена и оценена в различных реальных условиях с использованием различных роботов.