在機(jī)器人領(lǐng)域，若想讓機(jī)器人保持站立姿態(tài)，并維持平穩(wěn)運(yùn)動(dòng)一直是個(gè)難題，因?yàn)檫@需要超高的專(zhuān)業(yè)知識(shí)和設(shè)計(jì)功力。盡管一些傳統(tǒng)機(jī)器人能在人工控制的情況下進(jìn)行，但活動(dòng)范圍仍有各種局限。

為解決這個(gè)問(wèn)題，谷歌（Google） 近日與喬治亞理工學(xué)院及加州大學(xué)柏克萊分校的研究人員聯(lián)合發(fā)表論文，詳細(xì)介紹如何透過(guò)AI（人工智能）構(gòu)建自學(xué)走路的機(jī)器人，同時(shí)他們給這臺(tái)小機(jī)器人命名“Rainbow Dash”。

根據(jù)世界紀(jì)錄，嬰兒從爬行到學(xué)會(huì)走路的最快時(shí)間是6個(gè)月，而Rainbow Dash平均只需約3.5小時(shí)。具體來(lái)說(shuō)，機(jī)器人使用深度強(qiáng)化學(xué)習(xí)，即結(jié)合深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)兩種不同類(lèi)型的AI技術(shù)，透過(guò)深度學(xué)習(xí)，系統(tǒng)可處理和評(píng)估來(lái)自身處環(huán)境的原始輸入數(shù)據(jù)；透過(guò)強(qiáng)化學(xué)習(xí)，演算法可反復(fù)試驗(yàn)，以學(xué)習(xí)如何執(zhí)行任務(wù)，并根據(jù)完成程度獲得獎(jiǎng)勵(lì)和懲罰。

以往此類(lèi)實(shí)驗(yàn)，研究人員都會(huì)讓機(jī)器透過(guò)模擬學(xué)習(xí)真實(shí)世界環(huán)境。根據(jù)香港IDC新天域互聯(lián)的獲悉，在仿真環(huán)境中，機(jī)器人的虛擬體首先與虛擬環(huán)境互動(dòng)，然后再利用演算法接收虛擬數(shù)據(jù)，直到系統(tǒng)有能力應(yīng)付自如。不過(guò)，環(huán)境雖然容易建模，但通常耗時(shí)長(zhǎng)，且現(xiàn)實(shí)充滿(mǎn)各種意想不到的情況。

而此次，谷歌研究團(tuán)隊(duì)直接在真實(shí)環(huán)境下訓(xùn)練Rainbow Dash，讓其較快適應(yīng)所處環(huán)境，也能適應(yīng)相似環(huán)境。Google負(fù)責(zé)人Jan Tan表示：“我們有興趣讓機(jī)器人在各種復(fù)雜的現(xiàn)實(shí)世界環(huán)境運(yùn)動(dòng)。不過(guò)，要設(shè)計(jì)出能靈活處理多樣性和復(fù)雜性的運(yùn)動(dòng)控制器十分困難。”

接下來(lái)，研究人員希望演算法能適用于不同種類(lèi)的機(jī)器人，或適用多個(gè)機(jī)器人在同一個(gè)環(huán)境同時(shí)學(xué)習(xí)，以釋放機(jī)器人更多的運(yùn)動(dòng)能力，這也將解鎖機(jī)器人更多的能力。

編輯：hfy