Un chien robot peut-il apprendre à marcher en une heure ? Imiter les instincts animaux, recherche publiée dans la sous-journal Nature

Selon les médias étrangers Tech Comment marcher.

L'article "Learning Plastic Matching of Robot Dynamics in Closed-loop Central Pattern Generators" illustrant cette technologie a été publié dans "Nature·Machine Intelligence" le 18 juillet. "Publié dans la revue, le premier auteur de l'article est Felix Ruppert.

Rupert a déclaré : "Le chien robot Morti que nous avons étudié a la même capacité réflexe que les animaux et peut apprendre à marcher indépendamment des échecs." , Morti peut imiter l'apprentissage animal

Il existe un réseau de neurones appelé CPG (Central Pattern Generator) dans la moelle épinière des humains et des animaux. Les CPG peuvent aider les organismes à accomplir des tâches rythmiques telles que marcher, cligner des yeux ou digérer. Ce réseau de neurones peut produire des contractions musculaires périodiques sans intervention du cerveau.

Rupert a installé une moelle épinière virtuelle sur le dos de Morti pour simuler les effets du CPG, et a installé un exemple de base de données dans cette moelle épinière virtuelle. Lorsque Morti marche en douceur, les données des capteurs sur les pieds du robot sont constamment comparées aux données de la bibliothèque d'échantillons CPG pour fournir une posture de marche appropriée.

Si le robot tombe, l'algorithme d'apprentissage optimise sa façon de marcher en modifiant la distance et la vitesse de ses jambes se balançant d'avant en arrière. Au cours du processus d'apprentissage automatique, CPG enverra des signaux de mouvement adaptatifs pour permettre au robot de marcher plus facilement. Le cœur de ce processus d’apprentissage automatique est de modifier le signal de sortie du CPG et de surveiller dans quelles circonstances la machine rencontrera des trébuchements.

▲Morti optimise la marche en fonction des données de retour

Morti imite le processus par lequel les petits animaux apprennent à marcher. Ils ne trouvent que le moyen le plus efficace d'utiliser leurs muscles et d'apprendre à marcher après une chute continue. Rupert a déclaré qu'au début, Morti tomberait, mais qu'après environ une heure, l'algorithme aiderait Morti à trouver la meilleure façon de marcher. Rupert a également déclaré : "Mon équipe ajoute actuellement plus de capteurs à Morti pour étendre l'amplitude de mouvement de Mortimer. Nous voulons que Morti ressemble davantage à un animal."

2. Haute efficacité et économie d'énergie, Morti consomme moins d'énergie après avoir marché pendant un an. heure 42%

Pour parcourir la même distance, la plupart des robots quadrupèdes industriels nécessitent actuellement des dizaines ou des centaines de watts de puissance, mais Morti ne consomme que 5 watts de puissance.

Cela s’explique en partie par le fait que les robots quadrupèdes industriels sont plus grands en taille et en poids et nécessitent plus de puissance pour supporter le mouvement, et en partie parce que l’algorithme de Morti est plus intelligent.

Lorsqu'un robot général marche, l'apprentissage automatique utilisera de nombreux calculs pour pré-concevoir les détails du mouvement de chaque jambe, ce qui consommera beaucoup d'énergie. Mais après une chute en marchant, Morti peut réajuster son angle de marche en fonction des résultats du nouvel algorithme. Morti utilise ces données de feedback pour apprendre à marcher sans nécessiter beaucoup de calculs. Morti peut réduire la consommation d'énergie pendant le processus d'apprentissage de la marche. L’étude a révélé qu’après une heure de marche, Morti consommait 42 % d’énergie en moins que lorsqu’il avait commencé à marcher.

▲Morti marchant sur un tapis roulant

Dhireesha Kudithipudi, professeur à l'Université du Texas à San Antonio, a déclaré : « D'une manière générale, l'intelligence artificielle peut très bien apprendre beaucoup de choses sur une tâche spécifique, mais l'intelligence artificielle ne le peut pas. se recalibrer lorsque l'environnement change. Morti peut ajuster de manière autonome son schéma de mouvement en fonction du retour de données, et il peut mieux fonctionner pour recalibrer l'environnement.

Le chien robot de Rupert peut apprendre de manière autonome comme les êtres vivants grâce à des algorithmes d'intelligence artificielle. Cela combine non seulement la technologie d’apprentissage automatique, mais implique également le domaine biologique.

Si cette technologie peut être utilisée à grande échelle, elle présentera deux avantages : Premièrement, l'apprentissage automatique sera plus économe en énergie et consommera moins d'énergie. Les machines n’ont plus besoin d’effectuer des calculs de force brute basés sur de grandes quantités de données, mais peuvent devenir « plus intelligentes » grâce à l’apprentissage autonome. Deuxièmement, cette technologie peut inspirer l’intégration des domaines de l’intelligence artificielle et de la biologie.

Actuellement, cette technologie peut faire en sorte que les chiens robots ressemblent davantage à des animaux. À l’avenir, à mesure que cette technologie se développera, les robots pourraient ressembler davantage à des humains.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!