从错误和可转移的技能中学习工人机器人的属性野狐禅

从错误和可转移的技能中学习-工人机器人的属性

实践是完美的-这是一句格言，已帮助人类变得高度灵巧，而现在，它已被应用于机器人。

利兹大学的计算机科学家正在使用自动计划和强化学习的人工智能技术来“训练”机器人，以在杂乱的空间中找到物体并进行移动。

目的是发展机器人自主性，以便机器可以评估任务中出现的独特情况并找到解决方案，类似于机器人将技能和知识转移到新问题上

利兹大学的研究人员今天在中国澳门举行的智能机器人与系统国际会议上介绍他们的发现。

最大的挑战是，在狭窄的区域中，机械臂可能无法从上方抓取物体。取而代之的是，它可能必须计划一系列移动以到达目标对象，这可能是通过操纵其他项目来实现的。计划此类任务所需的计算机功能非常强大，机器人通常会暂停几分钟。当它执行移动时，通常会失败。

不断发展实践的想法非常完美，利兹的计算机科学家们将AI的两个想法融合在一起。

一种是自动化计划。机器人能够通过视觉系统“看到”问题，实际上是图像。机器人操作系统中的软件可模拟其可能到达目标物体的一系列动作。

但是，机器人“预演”的模拟无法捕获现实世界的复杂性，并且在实施模拟时，机器人无法执行任务。例如，它可以将物品从架子上敲下来。

因此，利兹团队已将计划与另一种称为强化学习的AI技术相结合。

强化学习涉及计算机的一系列尝试和错误尝试，以达到并移动对象。通过这些尝试和错误尝试，机器人可以“学习”其计划好的动作更有可能成功结束。

计算机自行进行学习，首先随机选择可能有效的计划动作。但是，随着机器人从反复试验中汲取教训，它变得更加善于选择那些更有可能获得成功的计划动作。

计算学院的Matteo Leonetti博士说：“人工智能擅长使机器人进行推理-例如，我们已经看到与大师级棋子有关的机器人。

“但是机器人不能很好地发挥人类的才能：高度机动和灵巧。那些物理技能已经硬连接到人脑，这是进化的结果以及我们实践和实践的方式。

“这是我们将其应用于下一代机器人的想法。”

据Wissam Bejjani博士说。撰写研究论文的学生，该机器人具有泛化能力，可以将其计划应用到独特的环境中。

他说：“我们的工作意义重大，因为它将计划与强化学习相结合。许多尝试开发该技术的研究都只是其中一种方法。

“我们的方法已经在大学的机器人实验室中看到的结果得到验证。

“有一个问题，在机器人必须移动一个大苹果的情况下，它首先要移到苹果的左侧以移开杂物，然后再操纵苹果。

“这样做的目的是使杂物不会落在架子的边界之外。”

计算学院副教授Mehmet Dogar博士也参与了这项研究。他说，这种方法将机器人的“思考”时间加快了十倍-决定花费了50秒，现在花费了5秒。

北京点扁平疣多少钱一颗

黄山医疗白颠风医院哪里好早期的白癜风症状表现是什么

南昌咽炎主要表现在哪些方面

西安白癜风医院白癜风病情扩散应该怎么办

栏目