Исследователи заявили, что они разработали алгоритм, с помощью которого роботы могут учиться ходить самостоятельно. В препринтном документе ученые из Калифорнийского университета, Беркли и Google Brain описывают систему, которая «научила четвероногого робота пересекать местность — как знакомую, так и незнакомую».
«Глубокое обучение с подкреплением может быть использовано для автоматизации роботизированных задач, что позволяет проводить сквозное обучение, которое сопоставляет сенсорные данные с действиями низкого уровня, — объясняют авторы статьи. — Если нам удастся изучить движения с нуля, мы сможем сделать контроллеры, которые идеально адаптированы к каждому роботу и даже местностям, потенциально обеспечивая лучшую маневренность, энергоэффективность и надежность».
Усиленное обучение — методика обучения искусственного интеллекта, использующая награды или наказания для приведения роботов к цели. Оно требует большого количества данных, в некоторых случаях десятков тысяч образцов.
В экспериментах в OpenAI Gym, имитирующей среду с открытым исходным кодом для обучения и тестирования агентов ИИ, модель авторов достигла «практически идентичной» или лучшей производительности по сравнению с базовыми показателями по четырем задачам непрерывного передвижения.