盖世汽车讯 据外媒报道，加州大学伯克利分校（University of California, Berkeley）机器人专家团队报告称，通过使用模拟到真实（sim-to-real）的强化学习来训练机器人，可以训练机器人完成相对简单的任务。相关研究论文已发表于期刊《Science Robotics》。该研究小组训练了一个机器人在陌生的环境中行走，同时承载着各种负载，结果机器人均没有翻倒。
图片来源：加州大学伯克利分校
在过去的几年里，机器人专家使用了多种技术来训练机器人在不同的环境中高效、快速地移动。但正如这项新研究的研究人员指出的那样，此类机器人并没有太多有用的应用。研究人员认为，能够以缓慢但高效的方式执行日常任务的机器人会更有用。为此，他们转向了模拟到真实的强化学习。
通过在模拟环境中暴露于数十亿个示例，该技术涉及训练机器人的模拟版本来执行所需的任务。该方法还涉及使用奖励/惩罚系统作为机器人训练的一部分，例如，如果机器人在尝试实现目标时做得正确，则会获得“1”的奖励。然而，如果它做错就会收到“-1”。随着时间的推移，它会在寻求增加奖励数量时提高其性能。
研究小组使用这种方法训练了一个名为Digit的机器人，让它在城镇未知区域的人行道上行走，并在遭受大球反复攻击后恢复，以克服身体限制、走过可能导致绊倒的材料、携带背包、将一袋垃圾放入垃圾箱，以及使用手提袋携带个人物品。
研究人员建议，模拟到真实的强化学习可用于在家庭、办公室或工厂车间等现实环境中训练机器人，从而使让机器人更有用。
*特别声明：本文为技术类文章，禁止转载或大篇幅摘录！违规转载，法律必究。
本文地址：https://auto.gasgoo.com/news/202404/23I70389722C409.shtml
联系邮箱：info@gasgoo.com
客服QQ：531068497
求职应聘：021-39197800-8035
新闻热线：021-39586122
商务合作：021-39586681
市场合作：021-39197800-8032
研究院项目咨询：021-39197921
版权所有2011|未经授权禁止复制或建立镜像，否则将追究法律责任。
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号
—— 全球视野·中国声音 ——
