Исследователи из Калифорнийского университета в Беркли, университетов Монреаля и Мила разработали иерархическую структуру обучения с подкреплением для повышения точности четвероногих роботов в футбольных бросках.
По словам учёных, последние достижения в области робототехники позволили создать более надёжное оборудование и усовершенствованные алгоритмы управления роботами. В результате механические устройства стали более гибкими и потенциально могут решать сложные задачи, в том числе, например, точно передавать мяч — и играть в футбол вместе с людьми.
Предложенное решение объединяет два ключевых компонента: управление движениями и планирование движения. Первый из них отслеживает траекторию движения пальца ноги, бьющей по мячу, а второй — выбирает оптимальную траекторию зацепа для броска близлежащего футбольного мяча в заданное место.
Такой подход позволяет разделить сложную задачу на два компонента: контроль и планирование. Благодаря этому можно сначала обучить робота выполнять правильные движения «в вакууме», отработав технику контроля, а затем переходить к реальным испытаниям и дообучать сеть в процессе игры.
Инженеры протестировали свою модель в серии реальных испытаний, используя четвероногого робота A1. Они обнаружили, что при использовании нового подхода точность движений значительно повышается. Это очень сложная задача, так как робот должен быстро махать ногой и набирать обороты, не теряя равновесия, добавляют они.
По словам исследователей, такая техника обучения подойдёт не только для игры в футбол, но и для выполнения других задач, в которых роботы взаимодействуют с мягкими объектами.
Ранее Нетология рассказывала, что компания Xiaomi создала робота-гуманоида, который распознаёт 45 человеческих эмоций.