Questo robot impiega solo 2 ore per imparare a camminare da solo

In un recente studio condotto presso Google, gli ingegneri hanno provato a utilizzare un modello di intelligenza artificiale (AI) come base per creare un robot a 4 zampe in grado di imparare a muoversi in modo estremamente naturale senza bisogno di troppa assistenza da parte degli esseri umani, come ad esempio andare avanti, all'indietro, girando a destra e a sinistra. Inoltre, può anche imparare a muoversi con precisione su tre diversi tipi di terreno, tra cui terreno pianeggiante, cuscini morbidi e zerbini con spazi vuoti.

Può sembrare semplice, ma in realtà è molto difficile progettare controller di robot in grado di gestire comandi di navigazione così diversi e complessi, soprattutto su diversi tipi di terreno, senza l’aiuto dell’intelligenza artificiale. La questione fondamentale è che i robot possono autoapprendere e adattarsi a molte situazioni, invece di aver sempre bisogno dell’intervento umano in ogni fase.

La tecnologia AI utilizzata in questo progetto si chiama “deep Reinforcement Learning”, un approccio basato sulla tecnologia del deep learning ispirato alla psicologia dell’apprendimento.it e al “learning by trial” e “learning by error”. La potenza dell'apprendimento per rinforzo profondo è stata dimostrata per la prima volta nel 2013, quando DeepMind ha rilasciato un modello di intelligenza artificiale in grado di imparare a giocare ai classici giochi Atari senza alcuna istruzione.

I videogiochi, o almeno i giochi di simulazione, vengono spesso utilizzati anche dai ricercatori di robotica per addestrare i loro modelli di intelligenza artificiale. Crea un ottimo ambiente teorico, consentendo ai ricercatori di addestrare i propri robot in un mondo virtuale prima di entrare nel mondo reale, aiutando il robot a riconoscere e ricordare le situazioni che sperimenta quando impara a eseguire un compito specifico.

Inoltre, i ricercatori di Google stanno anche promuovendo lo sviluppo di algoritmi migliorati che consentano ai loro robot di apprendere più velocemente con meno prove.

Il fatto che un robot possa imparare a camminare da solo in 2 ore potrebbe non essere un risultato sorprendente, ma mostra una chiara differenza in termini di efficienza rispetto agli ingegneri che devono programmare specificatamente ogni operazione. Il modo in cui i robot operano è manuale ed estremamente passivo. Prima. Tuttavia, anche le difficoltà incontrate dal team di Google sono state enormi.

“Sebbene molti algoritmi di apprendimento non supervisionato o di apprendimento con rinforzo profondo siano stati dimostrati nella simulazione, applicarli ai robot negli esperimenti nel mondo reale non è semplice. Innanzitutto, l’apprendimento per rinforzo profondo richiede una grande quantità di dati di input per l’addestramento e anche la raccolta di dati sui robot è molto costosa. In secondo luogo, il processo di addestramento richiede di dedicare molto tempo al monitoraggio del robot. Se avessimo bisogno di un essere umano per monitorare il robot e resettarlo manualmente ogni volta che scatta, centinaia o migliaia di volte, ci vorrebbe molto tempo e impegno per addestrare il robot. Più tempo ci vorrà, più difficile sarà scalare l’apprendimento per i robot in molti ambienti diversi”, ha affermato Jie Tan, uno degli ingegneri chiave del progetto.

In futuro, questa ricerca potrebbe aiutare a creare robot più agili in grado di adattarsi più rapidamente a diversi tipi di terreno. Il potenziale applicativo è enorme, tuttavia il progetto è solo nelle prime fasi di sviluppo e ci saranno ancora molte sfide da superare.