Heim > Technologie-Peripheriegeräte > KI > Der vierbeinige Roboter verteidigte das Ziel erfolgreich mit einer Abfangerfolgsquote von 87,5 %.

Der vierbeinige Roboter verteidigte das Ziel erfolgreich mit einer Abfangerfolgsquote von 87,5 %.

王林
Freigeben: 2023-04-26 19:58:07
nach vorne
1395 Leute haben es durchsucht


Nachrichten vom 28. Oktober: Laut ausländischen Medienberichten haben Wissenschaftler einen vierbeinigen Roboter zum Torwart trainiert. Der vierbeinige Robotertorwart wurde von Wissenschaftlern im Hybrid Robotics Laboratory der UC Berkeley trainiert. Auf Videoaufnahmen ist zu sehen, wie es sich duckt, springt, zur Seite springt und taucht, um Schüsse abzuwehren, und dann nach dem Blocken in seine Ausgangsposition zurückkehrt. Experten sagen, dass damit 87,5 % der Torschüsse gehalten werden können, verglichen mit der durchschnittlichen Schussquote eines menschlichen Torwarts von etwa 69 %.

Reinforcement Learning ist eine Teilmenge des maschinellen Lernens, die es durch künstliche Intelligenz gesteuerten Systemen ermöglicht, durch Versuch und Irrtum zu lernen und dabei Feedback aus ihrem Verhalten zu nutzen. Dieses Feedback ist entweder negativ oder positiv, natürlich in Form von Bestrafung oder Belohnung, mit dem Ziel, die Belohnungsfunktion zu maximieren. Der vierbeinige Roboter verteidigte das Ziel erfolgreich mit einer Abfangerfolgsquote von 87,5 %.

Dieser vierbeinige Roboter wurde durch Reinforcement Learning trainiert, eine Teilmenge des maschinellen Lernens, die es einer künstlichen Intelligenz ermöglicht, durch Versuch und Irrtum zu lernen und dabei Feedback aus ihrem Verhalten zu nutzen.

„Wir schlagen ein Rahmenwerk für verstärkendes Lernen vor, um es einem vierbeinigen Roboter zu ermöglichen, Fußballtorwartaufgaben in der realen Welt auszuführen“, sagten die Forscher.

Fußballtorwart auf dem Vierbeiner ist ein anspruchsvolles Problem, das hochdynamische Bewegungen mit präziser und schneller Manipulation eines nicht greifbaren Objekts (Balls) kombiniert.

„Der Roboter muss in kürzester Zeit auf herausfliegende Bälle durch dynamische Bewegung reagieren und diese abfangen.“

Anschließend setzten sie die erlernten Strategien an einem am MIT entwickelten Vierbeiner-Roboter Mini Cheetah um und testeten seine Leistung in der realen Welt. Die Ergebnisse zeigen, dass das Reinforcement-Learning-Framework die Fähigkeiten von Mini Cheetah als Fußballtorwart erheblich verbessern kann. Bei 40 in der realen Welt getesteten Zufallsschüssen erreichte der Roboter eine Erfolgsquote beim Speichern von 87,5 %.

Das obige ist der detaillierte Inhalt vonDer vierbeinige Roboter verteidigte das Ziel erfolgreich mit einer Abfangerfolgsquote von 87,5 %.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:51cto.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage