Robot Google'a opanował podstawy chodzenia w cztery godziny. Nie potrzebował ludzkiej niańki
Jak to, wcześniej nie umiały? Otóż nie. Do niedawna, funkcje chodzenia we wszystkich tych wspaniałych robotach były kodowane na sztywno. Programiści z Google Robotics stwierdzili jednak, że to podejście jest zbyt archaiczne...
Robot z powyższego nagrania, a raczej jego wbudowane algorytmy były w stanie stworzyć działający mechanizm chodzenia od zera. Ludzie z Google Robotics stworzyli to rozwiązanie w oparciu o istniejące już algorytmy, jednak zamiast tworzyć wirtualne modele środowiska i implementować swojemu robotowi sprawdzone dotychczas rozwiązania postawili na bardziej naturalny (z braku lepszego określenia) proces.
Nauka chodzenia robotów
Świat rzeczywisty stał się jedynym środowiskiem, w którym robot mógł sprawdzać swoje własne pomysły na temat poruszania się. Efekt jest nader imponujący - robot opanował podstawy chodzenia w zaledwie cztery godziny i przez ten czas nie potrzebował ludzkiej niańki, tak jak miało to miejsce podczas dotychczasowych procedur nauki chodzenia, w których maszyna korzystała z wzorców symulowanych wcześniej w przestrzeni wirtualnej i dostosowywanych do świata rzeczywistego metodą prób i błędów, poprawianych przez człowieka.
Nie obyło się oczywiście bez drobnych oszustw. Dwa najpoważniejsze to dodanie zakodowanego na sztywno (tzw. hard coded) algorytmu odpowiedzialnego za wstawanie robota po upadku oraz korzystanie z systemu motion capture, który przekazywał robotowi wszystkie dane dotyczące jego położenia.
Ta druga sztuczka, z czego zdają sobie sprawę twórcy nowego algorytmu, nie będzie możliwa w realnym świecie, w którym nowe roboty Google'a mają dostosowywać się do dowolnego terenu, który napotkają na swojej drodze w realnym świecie. Problem ten trzeba będzie prędzej, czy później rozwiązać.
Po co to wszystko?
Chodzi o oszczędność czasu oraz zminimalizowanie udziału ludzi w procesie nauki robotów. Jak na razie jednak badacze z Google Robotics nie są pewni, czy ich nowe rozwiązanie uda się zaimplementować do każdego typu robotów. Nikt też do końca nie wie, kiedy algorytmy które są w stanie uczyć się samodzielnie interakcji z rzeczywistym światem będą w tym świecie potrzebne.
Nasze dotychczasowe wykorzystanie robotów w przemyśle nie wymaga bowiem tak wyrafinowanych rozwiązań i skupia się raczej na powtarzalnych zadaniach, przy których nie ma zbyt wielkiej różnicy, czy zostały one zaimplementowane przez człowieka, czy robot nauczył się wykonywać je samemu. W przyszłości jednak, kto wie do czego przydadzą nam się roboty kroczące, które będą w stanie błyskawicznie dostosować swoje ruchy do dowolnej powierzchni, na której będziemy chcieli je użyć?
