Googles självlärande robot
Google har utvecklat en fyrbent robot som lärde sig att gå på bara en och en halv timme i stort sett utan mänsklig hjälp. För att lyckas använde man en teknik som kallas deep reinforcement learning.
Roboten kallas Rainbow Dash och använder två varianter av AI, deep learning och reinforcement learning, som tillsammans skapar deep reinforcement learning. Reinforcement learning bygger på en algoritm som lär sig att utföra en uppgift genom att försöka och misslyckas gång på gång, och den får belöningar respektive straff beroende på hur nära den är att klara av uppgiften.
På en plan yta lärde sig roboten att gå på 90 minuter, på en svårare skummadrass tog det fem och en halv timme och på en dörrmatta med sprickor i tog det fyra och en halv timme.
– Vi vill göra det möjligt för robotar att navigera i många komplexa och verkliga miljöer. Det är svårt att manuellt konstruera en robot som kan hantera många olika miljöer. Här är lärandet automatiskt, kräver få förkunskaper och kan skala upp med mängden erfarenhet som samlas in. För att de här robotarna ska klara sig i verkligheten är förmågan att lära sig själv avgörande, säger Jie Tan, en av Googles forskare i projektet.
Rainbow Dash var inte helt oberoende av mänsklig övervakning, då forskare fortfarande fick ingripa när roboten ramlade eller av misstag lämnade utrymmet där den skulle lära sig.
Källa: Business Insider
Läs mer om ämnet:
