Google DeepMind etkileyici bir başarıya imza attı futbol maçlarına katılmak için küçük, kullanıma hazır robotları eğitmek. Yakın zamanda yayınlanan bir yayında Bilim RobotiğiAraştırmacılar, iki ayaklı robotlara sporun basitleştirilmiş bir versiyonunu öğretmek için derin takviyeli öğrenmeden (derin RL) yararlanarak yenilikçi yaklaşımlarını detaylandırıyor.
Dört ayaklı robotlara odaklanan önceki deneylerin aksine DeepMind’ın çalışması, iki ayaklı, insansı makinelerin dinamik fiziksel görevler için eğitilmesinde önemli bir ilerleme olduğunu gösteriyor.
DeepMind’ın derin RL çerçevesinin satranç ve go gibi oyunlarda ustalaşmadaki başarısı iyice belgelenmiştir. Ancak bu başarılar öncelikle fiziksel koordinasyondan ziyade stratejik düşünmeyi içeriyordu. Deep RL’nin futbol oynayan robotlara uyarlanmasıyla DeepMind, karmaşık fiziksel zorluklarla etkili bir şekilde başa çıkma yeteneğini sergiliyor.
Mühendisler başlangıçta robotları bilgisayar simülasyonlarıyla eğittiler ve iki temel beceriye odaklandılar: yerden kalkmak ve rakibe karşı gol atmak. Bu becerileri birleştirerek ve simüle edilmiş maç senaryoları sunarak robotlar, bire bir futbol maçlarının tamamını oynamayı öğrendi. Tekrarlanan eğitim sayesinde tekmeleme, ateş etme, savunma ve rakiplerin hareketlerine tepki verme dahil olmak üzere yeteneklerini yavaş yavaş geliştirdiler.
Testler sırasında, derin RL eğitimli robotlar, uyarlanamayan komut dosyasına sahip benzerleriyle karşılaştırıldığında dikkate değer bir çeviklik ve verimlilik sergiledi. Kendi etrafında dönme ve dönme gibi önceden programlanması zor olan acil davranışlar sergilediler. Bununla birlikte, bu testler yalnızca simülasyona dayalı eğitime dayanıyordu; gelecekteki çabalar, robotların uyarlanabilirliğini daha da artırmak için gerçek zamanlı takviye eğitimini entegre etmeyi hedefliyordu.
Teknoloji umut verici olsa da DeepMind destekli robotların RoboCup gibi etkinliklerde rekabet edebilmesi için hâlâ aşılması gereken engeller var. Robotların ölçeğini büyütmek ve yeteneklerini geliştirmek, kapsamlı deneyler ve iyileştirmeler gerektirecektir. Bununla birlikte DeepMind’ın öncü çalışması, derin RL’nin iki ayaklı robotların hareketlerini ve gerçek dünya senaryolarına uyarlanabilirliğini iyileştirmedeki potansiyelinin altını çiziyor.
Dosyalandı . Robotik ve Robotlar hakkında daha fazlasını okuyun.
