Google улучшила бег роботов |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2020-04-06 13:45 Компания Google улучшила бег роботов рысью с помощью цифровой симуляции. Они обучили устройства движениям обычных собак, за которыми наблюдали исследователи. Целью данного исследования, которое компания проводила вместе с Калифорнийским университетом в Беркли, было нахождение способа эффективно переносить движения собак на роботов. Это можно было делать и раньше, но традиционные методы тренировок требуют большой вовлеченности ученых, которые, после самостоятельного обучения роботов, должны корректировать каждое движение, чтобы научить устройства новому навыку. Проект Google частично решает эту проблему — как отметили в компании, они добавили в обучение «немного управляемого хаоса». Для этого они фиксировали каждое движение собак, отслеживая ключевые точки — лапы и суставы. Затем эти движения адаптировались под движения роботов в цифровой симуляции, которые должны имитировать устройства. Кроме того, исследователи привнесли элемент случайности в физические параметры, используемые в моделировании, заставляя виртуального робота весить больше, или иметь слабые ноги, или испытывать большее трение с землей. Это заставило модель машинного обучения учитывать всевозможные небольшие отклонения и способы справиться с ними. Научившись адаптироваться к случайности, новый метод обучения позволил роботам не только бегать более устойчиво, но и выполнять сложные движения — вращения и повороты. При этом ученые практически не вмешивались в ход обучения устройств. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|