Robótica

Los robots aprenden diferentes comportamientos de locomoción mediante demostraciones humanas

Los robots aprenden diferentes comportamientos de locomoción mediante demostraciones humanas



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.

Los robots son una parte importante de nuestro futuro, y los investigadores de todo el mundo han estado trabajando arduamente para permitir estilos de locomoción fluidos en robots humanoides y con patas por igual.

Ahora, un equipo de investigadores de la Universidad de Edimburgo en Escocia ha elaborado un marco para entrenar a robots humanoides para que caminen como nosotros, los humanos, mediante el uso de demostraciones humanas.

Su estudio fue prepublicado el arXivy combina técnicas de aprendizaje por imitación y aprendizaje por refuerzo profundo. Sus hallazgos también fueron publicados en IEEE Xplore.

VEA TAMBIÉN: EL ROBOT HUMANOIDE MÁS AVANZADO DE IRÁN RIVAL CON EL ASIMO DE HONDA

Conocimiento humano útil en sistemas robóticos

"La pregunta clave que nos propusimos investigar fue cómo incorporar (1) conocimiento humano útil en la locomoción de robots y (2) datos de captura de movimiento humano para imitar en el paradigma de aprendizaje por refuerzo profundo para avanzar en las capacidades autónomas de los robots con patas de manera más eficiente", Chuanyu Yang, uno de los investigadores que forman parte del estudio, dijo TechXplore.

"Propusimos dos métodos para introducir el conocimiento previo humano en un marco de DRL".

El marco del equipo funciona con un diseño de recompensa único que utiliza datos de subtítulos de movimiento de humanos que caminan como parte del proceso de entrenamiento. Luego combina esto con dos arquitecturas neuronales jerárquicas especializadas: una red neuronal de función en fase (PFNN) y una red neuronal adaptativa de modo (MANN).

"La clave para replicar estilos de locomoción similares a los humanos es presentar los datos de la marcha humana como una demostración experta para que los imite el agente de aprendizaje", explicó Yang. "El diseño de recompensas es un aspecto importante del aprendizaje por refuerzo, ya que gobierna el comportamiento del agente".

No puedes evitar pensar en las similitudes entre entrenar a un perro para que realice trucos y recompensarlo con un hueso después ...

La maravillosa noticia sobre el marco del equipo fue que incluso permitió a los robots humanoides operar en terrenos irregulares o empujes externos.

Los hallazgos del equipo sugieren que las demostraciones de expertos, como la caminata de humanos, pueden mejorar en gran medida las técnicas de aprendizaje de refuerzo profundo para entrenar robots en varios estilos de locomoción diferentes. En última instancia, estos robots podrían moverse con la misma rapidez y facilidad que los humanos, y al mismo tiempo lograr comportamientos más naturales y similares a los humanos.

Por el momento, toda la investigación se ha realizado a través de una simulación, los siguientes pasos implican probar el marco en la vida real.

"En nuestro trabajo futuro, también planeamos extender el marco de aprendizaje para imitar un conjunto más diverso y complejo de movimientos humanos, como las habilidades motoras generales a través de la locomoción, manipulación y agarre", dijo Yang.


Ver el vídeo: Como crear tu propio robot desde cero! (Agosto 2022).