به گزارش گروه دانشگاه خبرگزاری دانشجو، محققان آزمایشگاه هوش مصنوعی ام آی تی اخیرا روی گام‌های سریع یک مینی یوزپلنگ رباتیک(robotic mini-cheetah) خود کار کرده‌اند. محققان اکنون یک سیستم یادگیری تقویتی بدون مدل ایجاد کرده است که به یوزپلنگ مینی ام آی تی(Mini Cheetah) اجازه می‌دهد یاد بگیرد که چگونه سریع بدود و با راه رفتن در زمین‌های چالش برانگیز سازگار شود.
برنامه‌ریزی یک ربات برای حرکت سریع‌تر و مطمئن‌تر در زمین‌های مختلف و تغییر راه رفتن و سرعت آن امری بسیار سخت است. این فرآیند خسته کننده است زیرا اگر یک ربات در یک زمین خاص از کار بیفتد، یک مهندس باید علت خرابی را شناسایی کند و به صورت دستی برنامه را اصلاح کرده و ارتقا دهد تا با تغییرات سازگار شود و این یک فرآیند زمان بر است.
یک رویکرد بهتر، یادگیری از طریق آزمون و خطا است که نیاز به حضور انسان برای تعیین دقیق نحوه رفتار ربات در هر موقعیتی را از بین می‌برد. اگر ربات بتواند در محدوده بسیار وسیعی از زمین‌ها مورد آزمایش قرار گیرد و حرکت کند این مشکل نیز حل می‌شود چرا که ربات می‌تواند به طور خودکار رفتار کرده و حرکات خود را زمانی که با یک زمین جدید مواجه می‌شود تغییر دهد.
رویکرد جدید مبتنی بر یادگیری به ربات اجازه می‌دهد تا با استفاده از یک شبکه عصبی ساده به عنوان کنترل کننده، اجرا در یک شبیه ساز را یاد بگیرد. به لطف ابزارهای شبیه‌سازی مدرن، یک ربات می‌تواند تجربه ۱۰۰ روزه را در زمین‌های مختلف تنها در سه ساعت جمع‌آوری کند. رفتار ربات از تجربه شبیه‌سازی شده بهبود می‌یابد و رویکرد جدید نیز امکان استقرار موفقیت‌آمیز آن رفتارهای آموخته‌شده را در دنیای واقعی فراهم می‌کند.
این ربات چهار پا می‌تواند خود را با زمین‌های ناپایدار مانند شن سازگار کند و پس از حرکت و برخورد با موانع بهبود یابد. همانطور که در ویدئوی زیر مشاهده می‌کنید، سیستم جدید می‌تواند با تغییراتی که در خود ربات وجود دارد، مانند پای معلول، سازگار شود.
این روش مبتنی بر یادگیری از روش‌های قبلی طراحی شده توسط انسان بهتر عمل می‌کند و به این مینی یوزپلنگ رباتیک اجازه می‌دهد تا رکورد سرعت جدیدی را ثبت کند. این سیستم، مینی یوزپلنگ ام آی تی را قادر می‌سازد تا با سرعت ۳.۹ متر بر ثانیه(۸.۷ مایل در ساعت) بدود که به گفته محققان، بالاترین سرعت گزارش شده تا به امروز است. علاوه بر این، ربات یاد شده می‌تواند با سرعت بالا حتی در زمین‌های لغزنده مانند یخ نیز بچرخد.
رویکرد جدید فقط شامل آموزش دویدن به ربات‌ها نیست. محققان شروع به استفاده از این پارادایم در سایر سیستم‌های رباتیک از جمله دست‌های رباتیکی کرده‌اند که طی آن ربات‌ها می‌توانند بسیاری از اشیای مختلف را بردارند و جا به جا کنند.