Wissenschaftler enthüllten einen Roboterhund, der sich in nur einer Stunde das Laufen beibringen kann. In einem von Forschern veröffentlichten Video ist der vierbeinige Roboter zuerst zu sehen, wie er mit den Beinen in die Luft schlägt und sich abmüht – aber nach nur 10 Minuten kann er Schritte machen – und nach einer Stunde läuft er ziemlich leicht und rollt von ihm herunter zurück und sogar beim Navigieren von einem der Forscher mit einem Stock umgestoßen werden.
Anders als vielen Robotern wurde diesem nicht vorher in einer Computersimulation gezeigt, was er zu tun hat. Danijar Hafner, ein Forscher für künstliche Intelligenz, Berkeley, arbeitete mit seinen Kollegen zusammen, um den Roboter mithilfe von Reinforcement Learning zu trainieren. „Normalerweise lernen Roboter durch viele Versuche und Irrtümer innerhalb von Computersimulationen, die viel schneller als in Echtzeit sind“, erklärt Hafner.
„Nachdem eine Aufgabe wie Aufstehen und Gehen in der Simulation gelöst wurde, wird das erlernte Verhalten dann an einem physischen Roboter ausgeführt. Aber Simulationen können die Komplexität der realen Welt nicht erfassen, sodass ein Verhalten, das in der Simulation gut funktioniert, die Aufgabe in der realen Welt möglicherweise nicht lösen kann.“ Bei dieser Art des maschinellen Lernens geht es darum, Algorithmen zu trainieren, indem sie dafür belohnt werden, dass sie bestimmte Aktionen in ihrer Umgebung ausführen.
Hafner und seine Mitarbeiter – Philipp Wu und Alejandro Escontrela – verwendeten einen Algorithmus namens Dreamer, der auf der Grundlage früherer Erfahrungen ein Modell der realen Welt erstellt und es dem Roboter auch ermöglicht, Trial-and-Error-Berechnungen durchzuführen. "Der Dreamer-Algorithmus hat sich kürzlich als sehr vielversprechend für das Lernen aus kleinen Interaktionsmengen erwiesen, indem er innerhalb eines erlernten Weltmodells plant", stellen die Forscher fest.
"Das Erlernen eines Weltmodells zur Vorhersage der Ergebnisse potenzieller Aktionen ermöglicht eine phantasievolle Planung und reduziert die Menge an Trial-and-Error-Maßnahmen, die in der realen Umgebung erforderlich sind." Nachdem der Roboter laufen gelernt hat, könnte er auch lernen, sich an andere, weniger vorhersehbare Ergebnisse anzupassen – wie zum Beispiel von Forschern mit einem Stock gestochen zu werden.
Selbst mit Reinforcement Learning, das Menschen in Dingen wie Brett- oder Videospielen hervorragend übertroffen hat, ist die Welt, Robotern beizubringen, sich in der realen Welt richtig zu verhalten, äußerst herausfordernd – da Ingenieure programmieren müssen, ob jede Aktion belohnt wird oder nicht, je nachdem, ob es wird von Wissenschaftlern gewünscht.
Quelle: dailymail.co.uk
Der Klagende Chor: Nachbarn ziehen vor Gericht wegen zu lauter Frösche
„Abschied vom Haus“: Schauspieler Richard Gere verkauft seine Villa für 28 Millionen Dollar
Der Vogel lernte bellen, nachdem er auf der Straße von einer Hündin adoptiert wurde
Wie sieht heute der 60-jährige Sohn von Brigitte Bardot aus, den sie aufgegeben hat
Folgende Artikel werden Sie auch interessant finden:
„Seine Wahrheit verteidigen“: Die Hündin widersprach der Besitzerin unerschütterlich bis zuletzt
