इस रोबोट ने अपने आप को बर्कले में टहलने के लिए अनुकरण में चलना सिखाया

हाल ही में, एक बर्कले लैब में, कैसी नामक एक रोबोट ने खुद को चलना सिखाया, बच्चा जैसा हो सकता है। परीक्षण और त्रुटि के माध्यम से, यह एक नकली दुनिया में चलना सीख गया। फिर इसके संचालकों ने इसे वास्तविक दुनिया के परीक्षण के क्षेत्र में घूमते हुए यह देखने के लिए भेजा कि यह कैसे किराया होगा।

और, जैसा कि यह पता चला है, यह बहुत अच्छी तरह से खराब कर दिया। आगे कोई ठीक-ठीक ट्यूनिंग के साथ, रोबोट-जो मूल रूप से सिर्फ पैरों की एक जोड़ी है - सभी दिशाओं में चलने में सक्षम था, चलते समय नीचे स्क्वाट, सही संतुलन से धक्का दिए जाने पर ही सही, और विभिन्न प्रकार की सतहों पर समायोजित करें।

यह पहली बार है जब मशीन सीखने के दृष्टिकोण को सुदृढीकरण सीखने के रूप में जाना जाता है, इसलिए इसे दो पैरों वाले रोबोट में सफलतापूर्वक लागू किया गया है।

यह संभवतः आपके द्वारा देखा गया पहला रोबोट वीडियो नहीं है, और न ही सबसे पॉलिश किया गया है।

वर्षों से, इंटरनेट रोबोटों के वीडियो से रोमांचित है जो चलने और अपने संतुलन को हासिल करने से कहीं अधिक कर रहे हैं। वह सब इन दिनों टेबल स्टेक्स है। बोस्टन डायनामिक्स, रोबोट वीडियो के हेवीवेट शैंपू, नियमित रूप से पार्कर करने वाले रोबोटों के मन उड़ाने वाले फुटेज जारी करता है, वापस झटका, तथा जटिल नृत्य दिनचर्या। कभी-कभी, यह की दुनिया लग सकता है iRobot बस कोने के आसपास है।

विस्मय का यह भाव अच्छी तरह से अर्जित किया गया है। बोस्टन डायनामिक्स दुनिया के उन्नत रोबोटों के शीर्ष निर्माताओं में से एक है।

लेकिन उन्हें अभी भी करना है सावधानीपूर्वक हाथ कार्यक्रम और आंदोलनों को कोरियोग्राफ करें उनके वीडियो में रोबोट के। यह एक शक्तिशाली दृष्टिकोण है, और बोस्टन डायनेमिक्स टीम ने इसके साथ अविश्वसनीय चीजें की हैं।

वास्तविक दुनिया की स्थितियों में, हालांकि, रोबोट को मजबूत और लचीला होने की आवश्यकता है। उन्हें अप्रत्याशित रूप से नियमित रूप से निपटने की आवश्यकता है, और कोरियोग्राफी की कोई भी राशि नहीं करेगी। जो है, यह आशा है, मशीन सीखने में मदद कर सकता है।

एल्गोरिथ्म को प्रशिक्षित करने के लिए वर्णमाला के डीपमाइंड द्वारा सुदृढीकरण सीखने का सबसे प्रसिद्ध शोषण किया गया है कुछ सबसे कठिन खेलों में मनुष्यों को रोमांचित करें। सरल रूप से, यह हमारे सीखने के तरीके पर आधारित है। चूल्हे को छूना, जल जाना, लानत की बात को दोबारा मत छूना; कृपया, जेली बीन प्राप्त करें, विनम्रता से दूसरे के लिए पूछें।

कैसी के मामले में, बर्कले टीम ने एक सिमुलेशन में चलने के लिए एक एल्गोरिथ्म को प्रशिक्षित करने के लिए सुदृढीकरण सीखने का उपयोग किया। यह इस तरह से चलना सीखने वाला पहला एआई नहीं है। लेकिन असली दुनिया में अनुकरण से अनुवाद हमेशा नहीं होता है।

दोनों के बीच सूक्ष्म अंतर (वस्तुतः) एक भागते हुए रोबोट की यात्रा कर सकता है क्योंकि यह पहली बार अपने सिम कौशल की कोशिश करता है।

इस चुनौती को पार करने के लिए, शोधकर्ताओं ने एक के बजाय दो सिमुलेशन का उपयोग किया। पहला सिमुलेशन, मुजोको नामक एक खुला स्रोत प्रशिक्षण वातावरण था, जहां एल्गोरिदम संभव आंदोलनों के एक बड़े पुस्तकालय पर आकर्षित हुआ और, परीक्षण और त्रुटि के माध्यम से, उन्हें लागू करने के लिए सीखा। दूसरी अनुकृति, जिसे माटलैब सिमचैनिक्स कहा जाता है, ने कम-दांव वाले परीक्षण मैदान के रूप में कार्य किया जो वास्तविक दुनिया की स्थितियों से अधिक सटीक मेल खाता था।

एक बार जब एल्गोरिथ्म काफी अच्छा था, तो उसने कैसी को स्नातक किया।

और आश्चर्यजनक, यह आगे चमकाने की जरूरत नहीं थी। एक और तरीका कहा, जब यह भौतिक दुनिया में पैदा हुआ था - यह जानता था कि कैसे ठीक चलना है। इसके अलावा, यह भी काफी मजबूत था। शोधकर्ताओं ने लिखा है कि प्रयोग के दौरान कासी के घुटने में दो मोटरें खराब हो गईं, लेकिन रोबोट ट्रक को समायोजित करने और उसे चालू रखने में सक्षम था।

रोबोटिक्स के लिए मशीन लर्निंग के काम में अन्य प्रयोगशालाओं ने कड़ी मेहनत की है।

पिछले साल गूगल का इस्तेमाल किया सुदृढीकरण (सरल) चार पैरों वाले रोबोट को प्रशिक्षित करना सीखना। तथा OpenAI ने इसका इस्तेमाल रोबोटिक हथियारों के साथ किया है। बोस्टन डायनेमिक्स भी संभवत: इसके तरीकों का पता लगाएगा मशीन सीखने के साथ अपने रोबोट को संवर्धित करें। नए दृष्टिकोण - जैसे यह एक बहु-कुशल रोबोट या यह एक प्रशिक्षण से परे निरंतर सीखने की पेशकश - डायल भी आगे बढ़ सकती है। हालाँकि, यह अभी तक जल्दी है, और यह नहीं बता रहा है कि कब मशीन सीखना अधिक पारंपरिक तरीकों से अधिक होगा।

और इस बीच, बोस्टन डायनेमिक्स बॉट हैं वाणिज्यिक जल का परीक्षण.

फिर भी, रोबोटिक्स के शोधकर्ता, जो बर्कले टीम का हिस्सा नहीं थे, को लगता है कि दृष्टिकोण आशाजनक है। एडवर्ड जॉन्स, इंपीरियल कॉलेज लंदन के रोबोट लर्निंग लैब के प्रमुख, बोला था एमआईटी प्रौद्योगिकी की समीक्षा, "यह मेरे द्वारा देखे गए सबसे सफल उदाहरणों में से एक है।"

बर्कले टीम "अधिक गतिशील और चुस्त व्यवहार" की कोशिश करके उस सफलता के निर्माण की उम्मीद करती है। तो, एक स्व-सिखाया पार्कौर-कैसी हमारे रास्ते में आ सकता है? हम देखेंगे।

छवि क्रेडिट: YouTube के माध्यम से कैलिफोर्निया बर्कले हाइब्रिड रोबोटिक्स विश्वविद्यालय

स्रोत: https://singularityhub.com/2021/04/11/this-robot-taught-itself-to-walk-in-a-simulation-then-went-for-a-stroll-in-berkeley