このロボットは、自立して歩く方法を学ぶのにわずか 2 時間しかかかりません

Google で行われた最近の研究では、エンジニアは人工知能 (AI) モデルを基礎として使用して、人間の過度の支援を必要とせずに非常に自然に移動する方法を学習できる 4 足ロボットを作成しようとしました。後ろ向き、左右に向きを変えます。さらに、平らな地面、柔らかいクッション、隙間のある玄関マットなど、3 種類の地形で正確に移動する方法も学習できます。

これは簡単に聞こえるかもしれませんが、実際には、AI の助けなしに、特にさまざまな種類の地形で、このような多様で複雑なナビゲーション コマンドを処理できるロボット コントローラーを設計することは非常に困難です。重要な問題は、ロボットがあらゆる段階で常に人間の介入を必要とするのではなく、自己学習して多くの状況に適応できることです。

このプロジェクトで使用されるAI技術は「深層強化学習」と呼ばれるもので、学習心理学や「試行による学習」「誤りによる学習」にヒントを得た深層学習技術に基づくアプローチです。深層強化学習の力は、2013 年に DeepMind が指示なしで古典的な Atari ゲームのプレイ方法を学習できる AI モデルをリリースしたときに初めて実証されました。

ビデオ ゲーム、少なくともシミュレーション ゲームは、ロボット研究者が AI モデルをトレーニングするためによく使用します。これにより優れた理論環境が構築され、研究者が現実の世界に出かける前に仮想世界でロボットを訓練できるようになり、ロボットが特定のタスクの実行方法を学習する際に経験する状況を認識して記憶できるようになります。

さらに、Google の研究者は、ロボットがより少ない試行回数でより速く学習できるようにする改良されたアルゴリズムの開発も推進しています。

ロボットが 2 時間で自分で歩くことを学習できるという事実は、驚くべき結果ではないかもしれませんが、エンジニアが各操作を特別にプログラムする必要があるのと比較すると、効率の明らかな違いを示しています。前に。しかし、Google チームが直面した困難もまた大きかった。

「多くの教師なし学習アルゴリズムや深層強化学習アルゴリズムがシミュレーションで実証されていますが、それらを現実世界の実験でロボットに適用するのは簡単ではありません。まず、深層強化学習には大量のトレーニングデータの入力が必要であり、ロボットデータの収集にも非常にコストがかかります。第 2 に、トレーニング プロセスではロボットの監視に多くの時間を費やす必要があります。ロボットを監視し、ロボットが何百回、何千回もトリップするたびに手動でリセットする人間が必要な場合、ロボットのトレーニングには多大な労力と時間がかかるでしょう。時間がかかるほど、さまざまな環境でロボットの学習を拡張することが難しくなります」と、このプロジェクトの主要エンジニアの 1 人である Jie Tan 氏は述べています。

将来的には、この研究は、さまざまな種類の地形により迅速に適応できる、より機敏なロボットの作成に役立つ可能性があります。応用の可能性は非常に大きいですが、このプロジェクトは開発の初期段階にすぎず、克服すべき課題はまだたくさんあります。