หุ่นยนต์

หุ่นยนต์เรียนรู้พฤติกรรมการเคลื่อนไหวต่างๆโดยใช้การสาธิตของมนุษย์

หุ่นยนต์เรียนรู้พฤติกรรมการเคลื่อนไหวต่างๆโดยใช้การสาธิตของมนุษย์


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

หุ่นยนต์เป็นส่วนสำคัญในอนาคตของเราและนักวิจัยทั่วโลกได้ทำงานอย่างหนักเพื่อสร้างรูปแบบการเคลื่อนไหวที่ราบรื่นในหุ่นยนต์ที่มีลักษณะเหมือนมนุษย์และมีขาเหมือนกัน

ตอนนี้ทีมนักวิจัยจากมหาวิทยาลัยเอดินบะระในสกอตแลนด์ได้วางกรอบการฝึกอบรมหุ่นยนต์คล้ายมนุษย์ให้เดินเหมือนเรามนุษย์โดยใช้การสาธิตของมนุษย์

การศึกษาของพวกเขาได้รับการเผยแพร่ล่วงหน้าเมื่อวันที่ arXivและผสมผสานการเรียนรู้แบบเลียนแบบและเทคนิคการเรียนรู้แบบเสริมแรง การค้นพบของพวกเขายังได้รับการตีพิมพ์ใน IEEE Xplore.

ดูเพิ่มเติม: หุ่นยนต์มนุษย์ขั้นสูงที่สุดของ IRAN RIVALS อาซิโมของฮอนด้า

ความรู้ที่เป็นประโยชน์ของมนุษย์ในระบบหุ่นยนต์

"คำถามสำคัญที่เราตั้งไว้เพื่อตรวจสอบคือการรวม (1) ความรู้ของมนุษย์ที่มีประโยชน์ในการเคลื่อนที่ของหุ่นยนต์และ (2) ข้อมูลการจับการเคลื่อนไหวของมนุษย์เพื่อเลียนแบบในกระบวนทัศน์การเรียนรู้การเสริมแรงเชิงลึกเพื่อพัฒนาความสามารถในการทำงานอิสระของหุ่นยนต์ขาได้อย่างมีประสิทธิภาพมากขึ้น Yang หนึ่งในนักวิจัยส่วนหนึ่งของการศึกษากล่าว TechXplore.

"เราเสนอวิธีการสองวิธีในการนำความรู้เดิมของมนุษย์มาใช้ในกรอบงาน DRL"

กรอบการทำงานของทีมทำงานจากการออกแบบรางวัลที่ไม่เหมือนใครซึ่งใช้ข้อมูลคำบรรยายการเคลื่อนไหวของมนุษย์ที่เดินเป็นส่วนหนึ่งของกระบวนการฝึกอบรม จากนั้นจะรวมสิ่งนี้เข้ากับสถาปัตยกรรมประสาทแบบลำดับชั้นพิเศษสองแบบ ได้แก่ โครงข่ายประสาทเทียมแบบแบ่งขั้นตอน (PFNN) และโครงข่ายประสาทเทียมแบบปรับโหมด (MANN)

"กุญแจสำคัญในการจำลองรูปแบบการเคลื่อนไหวที่เหมือนมนุษย์คือการนำข้อมูลการเดินของมนุษย์มาใช้เป็นการสาธิตโดยผู้เชี่ยวชาญเพื่อให้ตัวแทนการเรียนรู้เลียนแบบ" หยางอธิบาย "การออกแบบรางวัลเป็นสิ่งสำคัญของการเรียนรู้แบบเสริมแรงเนื่องจากควบคุมพฤติกรรมของตัวแทน"

คุณอดไม่ได้ที่จะนึกถึงความคล้ายคลึงกันของการฝึกสุนัขให้ใช้เล่ห์เหลี่ยมและให้รางวัลเป็นกระดูกในภายหลัง ...

ข่าวดีเกี่ยวกับเฟรมเวิร์กของทีมคือมันทำให้หุ่นยนต์ฮิวแมนนอยด์ทำงานบนพื้นดินที่ไม่สม่ำเสมอหรือแรงผลักภายนอกได้

ผลการวิจัยของทีมชี้ให้เห็นว่าการสาธิตของผู้เชี่ยวชาญเช่นการเดินของมนุษย์สามารถช่วยเพิ่มเทคนิคการเรียนรู้การเสริมกำลังเชิงลึกสำหรับการฝึกหุ่นยนต์ในรูปแบบการเคลื่อนที่ต่างๆ ในที่สุดหุ่นยนต์เหล่านี้สามารถเคลื่อนไหวได้อย่างรวดเร็วและง่ายดายเช่นเดียวกับมนุษย์ในขณะเดียวกันก็บรรลุพฤติกรรมที่เป็นธรรมชาติและเหมือนมนุษย์มากขึ้น

ในขณะนี้การวิจัยทั้งหมดได้ดำเนินการผ่านการจำลองขั้นตอนต่อไปเกี่ยวข้องกับการลองใช้กรอบในชีวิตจริง

"ในการทำงานในอนาคตเรายังวางแผนที่จะขยายกรอบการเรียนรู้เพื่อเลียนแบบการเคลื่อนไหวของมนุษย์ที่หลากหลายและซับซ้อนมากขึ้นเช่นทักษะยนต์ทั่วไปในการเคลื่อนที่การเคลื่อนไหวและการเข้าใจ" Yang กล่าว