Британский ИИ обучит четвероногого робота ходить как настоящие животные

МОСКВА, 11 июля. /ТАСС/. Британские математики разработали новую архитектуру ИИ для четвероногих роботов. Нейросеть учится управлять их конечностями и приспосабливается к движению по сложной местности примерно таким же образом, как это делают кошки и другие животные. Об этом сообщила пресс-служба Университета Лидса.

"При проведении этого исследования мы поставили перед собой фундаментальный вопрос - можно ли придать четвероногому роботу способность к инстинктивным движениям. Вместо того, чтобы научить его исполнять отдельные действия, мы дали ему способность к стратегическому мышлению, которое животные используют для адаптации походки к конкретной местности", - пояснил профессор Университетского колледжа Лондона (Великобритания) Чжоу Чэнсюй, чьи слова приводит пресс-служба Университета Лидса.

Как отмечает Чжоу Чэнсюй, за последние полтора десятилетия инженеры создали большое число четвероногих роботов, способных решать самые разные задачи, в том числе двигаться по лестницам, танцевать, преодолевать полосы препятствий и совершать другие сложные движения. Главным недостатком всех этих машин является то, что они не способны нормально двигаться в незнакомых им средах, а также менять манеру движения.

Обе эти задачи не являются проблемой для кошек и других четвероногих животных, способных быстро учиться навигации и движению в незнакомой им среде и подбирать манеру перемещения, которая позволяет достичь цели с минимальными затратами энергии и времени

Чжоу Чэнсюй и с коллегами попытались воспроизвести это умение животных, для чего они создали специальную систему ИИ, способную использовать в своей работе датчики движения, давления и прочие аналоги органов чувств животных.

Для обучения нейросетевого алгоритма ученые создали виртуальную среду, в которой ИИ должен достичь цели и при этом подобрать оптимальную походку для минимального расхода энергии, времени и максимальную стабильность тела робота в процессе движения. Используя эту среду, математики сгенерировали множество сценариев, при которых робот должен был найти дорогу к цели, двигаясь через пересеченную местность.

Всего через девять часов обучения в симуляторе система ИИ смогла эффективно управлять реальным роботом. Она научилась сходу переключаться между разными манерами движения, адаптируясь к переменам в рельефе, а также восстанавливать равновесие при спотыканиях и других неожиданных событиях. Природоподобный подход, как надеются Чжоу Чэнсюй и его коллеги, повысит надежность и практическую применимость четвероногих роботов в разных областях экономики.