علم الروبوتات

تتعلم الروبوتات سلوكيات حركية مختلفة باستخدام المظاهرات البشرية

تتعلم الروبوتات سلوكيات حركية مختلفة باستخدام المظاهرات البشرية

تعد الروبوتات جزءًا رئيسيًا من مستقبلنا ، ويعمل الباحثون في جميع أنحاء العالم بجد لتمكين أنماط الحركة السلسة في الروبوتات ذات الأرجل والبشر على حد سواء.

الآن فريق من الباحثين من جامعة إدنبرة في اسكتلندا قد وضع إطارًا لتدريب الروبوتات البشرية على المشي تمامًا مثلنا ، نحن البشر ، باستخدام المظاهرات البشرية.

تم نشر دراستهم مسبقًا في arXiv، ويجمع بين التعلم بالتقليد وتقنيات التعلم المعزز العميق. تم نشر نتائجهم أيضًا في IEEE Xplore.

انظر أيضًا: الروبوتات الروبوتية الأكثر تقدمًا في إيران تنافس هوندا أسيمو

معرفة بشرية مفيدة في أنظمة الروبوت

"كان السؤال الرئيسي الذي شرعنا في التحقيق فيه هو كيفية دمج (1) المعرفة البشرية المفيدة في حركة الروبوت و (2) بيانات التقاط الحركة البشرية لتقليدها في نموذج تعلم التعزيز العميق لتعزيز القدرات المستقلة للروبوتات ذات الأرجل بشكل أكثر كفاءة ، قال يانغ ، أحد الباحثين المشاركين في الدراسة TechXplore.

"لقد اقترحنا طريقتين لإدخال المعرفة السابقة للإنسان في إطار عمل DRL."

يعمل إطار عمل الفريق على تصميم المكافأة الفريد الذي يستخدم بيانات التسمية التوضيحية المتحركة للبشر الذين يمشون كجزء من عملية التدريب. ثم يجمع هذا مع اثنين من البنى العصبية الهرمية المتخصصة: شبكة عصبية ذات مراحل (PFNN) وشبكة عصبية تكيفية (MANN).

وأوضح يانغ أن "المفتاح لتكرار أنماط الحركة الشبيهة بالإنسان هو تقديم بيانات المشي البشري كدليل احترافي لعامل التعلم لتقليده". "تصميم المكافأة هو جانب مهم من جوانب التعلم المعزز ، لأنه يحكم سلوك الوكيل."

لا يسعك إلا التفكير في أوجه التشابه بين تدريب كلب على تنفيذ الحيل ومكافأته بعظم بعد ذلك ...

كانت الأخبار الرائعة حول إطار عمل الفريق هي أنها مكنت الروبوتات البشرية من العمل على أرض غير مستوية أو دفعات خارجية.

تشير نتائج الفريق إلى أن عروض الخبراء ، مثل المشي البشري ، يمكن أن تعزز بشكل كبير تقنيات التعلم المعزز العميق لتدريب الروبوتات على عدد من أنماط الحركة المختلفة. في نهاية المطاف ، يمكن لهذه الروبوتات أن تتحرك بنفس السرعة والسهولة التي يتحرك بها البشر ، مع تحقيق سلوكيات أكثر طبيعية وشبيهة بالبشر.

في الوقت الحالي ، تم إجراء جميع الأبحاث من خلال محاكاة ، تتضمن الخطوات التالية تجربة إطار العمل في الحياة الواقعية.

قال يانغ: "في عملنا المستقبلي ، نخطط أيضًا لتوسيع إطار التعلم لتقليد مجموعة أكثر تنوعًا وتعقيدًا من الحركات البشرية ، مثل المهارات الحركية العامة عبر الحركة ، والتلاعب ، والإمساك".


شاهد الفيديو: الروبوتات وأنواعها ومجالات استخدامها (شهر نوفمبر 2021).