Goose Factoryのロボット犬が本物の犬の「仕事」を引き継ぐ！彼はゲームをしたり楽しく遊ぶことができ、6 人を散歩させることもできます。

ロボット犬に本物の犬の動きデータを学習させて、本当に犬になったような気分にさせましょう!

それはハードルを簡単に飛び越えましたが、その背後にいる「所有者」はほとんど追いつくことができませんでした:

それは簡単でした。 「犬の穴」をあける :

2 匹の犬を一緒に楽しんで、1 匹は追いかけ、もう 1 匹は逃げることもできます...

これは、Goose Factory Robot Dog の最新の進歩です。

事前トレーニングされたモデルを使用して、実際の犬の動作データをロボット犬に与え、強化学習を通じて、ロボット犬マックスは動作がより機敏になるだけでなく、持っているスキルに基づいて適応することもできます。より複雑な環境。

要約すると、内側も外側ももう少し犬っぽいです。

サフアンアーを戦略的に追いかける

今回ロボット犬が学んだ新しいスキルの中で、最も強力なのはゲームをすることです。

ロボット犬はルールを守るだけでなく、ゲームに勝つための独自の戦略を考え出すこともでき、本物の犬よりも賢いかもしれません。

具体的には、これは「ワールド チェイス タグ」にヒントを得た障害物追跡ゲームで、次のルールがあります:

研究者はさまざまなゲームの難易度を設定しました。最も単純なのはオープンフィールドです:

ゲーム中、ロボット犬は明らかに戦略を持っています。

たとえば、通常、追跡者は、回避者がチェスのフラッグから遠く離れてブラインドコーナーに追い込まれ、ゲームが終了するまで猛攻撃を開始します。

回避者がフラッグに非常に近く、追いつくチャンスがないと判断した場合、追跡者は追跡を放棄します。最初に次の犬を待ちます フラグが表示されます:

障害物があるかどうかは関係ありません、2 匹の犬は同じように上手に遊びます 6:

そして、彼らはこのように演技することができます、そしてロボット犬は最初からこのゲームで訓練されたわけではありません。

実際には、このゲームシーンに対処するために学習したいくつかのアクション、知識、スキルに基づいています。

具体的にはどうやって実装すればいいのでしょうか？下を向いてください。

本物の犬のデータを学ぶ

研究は 3 つの段階に分かれています。

動物の動作姿勢の学習
• 動作姿勢と外部の知覚との接続
• 複雑なタスクに関連する追加のネットワーク取得と情報

最初の段階では、ゲームで一般的に使用されるモーション キャプチャ システムを使用して、歩く、走る、ジャンプする、立つなどの動作を含む実際の犬の姿勢データを収集し、シミュレーターで模倣学習タスクを構築します。

これらのデータ内の情報は抽象化され、ディープ ニューラル ネットワーク モデルに圧縮されるため、一定の解釈可能性を持ちながら動作姿勢情報をカバーできるようになります。

Tencent RoboticsX Robotics Laboratoryはテンセントゲームズと協力し、ゲーム技術を活用してシミュレーションエンジンの精度と効率を向上させるとともに、ゲームの制作・開発過程でさまざまなモーションキャプチャ素材を蓄積してきました。 。

#これらのテクノロジーとデータは、物理シミュレーションに基づいたエージェントのトレーニングや現実世界のロボット戦略の展開において一定の補助的な役割も果たします。 。

模倣学習のプロセスでは、ニューラル ネットワークは、モーターの状態など、ロボット犬の

固有受容情報 のみを入力として受け入れます。ロボットなどで

次のステップでは、他のセンサーを通じて「見える」足元の障害物など、周囲環境からの感覚データをモデルに導入します。

#第 2 段階では、追加のネットワーク パラメーターを通じて、第 1 段階で習得した動物の姿勢が外部の知覚と関連付けられます。

このようにして、ロボット犬は学習した行動を通じて外部環境に反応することができます。

ロボットがさまざまな複雑な環境に適応できるようになると、動物の姿勢と外部の知覚を結び付ける知識も固定化され、ニューラル ネットワーク構造に保存されます。

これでロボット犬は階段を自由に登れるようになります。

または、不連続または平坦でない地面を走る場合:

そして最終段階に入り、ロボット犬が上で学んだスキルに基づいて実践的な問題を解決します。

これが前述のゲーム作成プロセスです。

#レポートによると、ゲーム内のロボット犬の制御戦略はすべてニューラル ネットワーク戦略です。

シミュレーションと

ゼロショット転送

(ゼロ調整転送)を通じて学習し、ニューラルネットワークに人間の推論をシミュレートさせ、これまで見たことのない新しいものを識別し、この知識を転送します実際のロボットに展開されます。 たとえば、事前トレーニング済みモデルで障害物を回避する方法を学習した場合、ゲーム内で障害物を設定すると、ロボット犬はそれらに簡単に対処できます。

この新しい研究の進歩は、

Tencent Robotics X Robot Laboratory

によってもたらされました。 この実験は2018年に設立されました。現在立ち上げられているロボットプロジェクトには、初代・二代目ロボット犬マックス、ロボット犬ジャモカ、車輪型ロボットオーリー、自動バランス自動二輪車などが含まれます。

One More Thing

カリフォルニア大学バークレー校の学者らは、ロボット犬に対して「本物の犬」の訓練方法も使用していたことは言及する価値があります。

Ng の創設者の弟子である Pieter Abbeel らは、ロボット犬を 1 時間地面で転がらせ、歩くことを学びました。

Tencent が昨年、ロボット犬 Max の第 2 世代をリリースしたとき、ちょっとした情報ですが、犬は「足をひっくり返す」ことができ、「家にいると毛むくじゃらの子供の匂いがします。

##(もちろん、飼い主の言うことを聞く犬にしたい場合は、コマンドで命令することもできます。)

# ロボット犬の現在の開発の方向性は、宙返りをすることではなく、本物の犬と一緒に「仕事をつかむ」ことだとだけ言っておきましょう。

以上がGoose Factoryのロボット犬が本物の犬の「仕事」を引き継ぐ！彼はゲームをしたり楽しく遊ぶことができ、6 人を散歩させることもできます。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。