В новой статье журнала Nature под названием «Роботы, которые могут адаптироваться, как животные» показано, как заставить роботов автоматически восстанавливаться после травм менее чем за две минуты.
На видео работы показан шестиногий робот, который адаптируется, чтобы продолжать ходить, даже если у него сломаны две ноги. Здесь также показан роботизированный манипулятор, который научился правильно размещать объект даже с несколькими сломанными двигателями.
Антуан Калли и Жан-Батист Муре из Университета Пьера и Марии Кюри во Франции руководили работой в сотрудничестве с Джеффом Клюном (Университет Вайоминга) и Данешем Тарапором (Университет Пьера и Марии Кюри).
В отличие от современных роботов, животные демонстрируют удивительную способность приспосабливаться к травмам. Например, есть много трехногих собак, которые могут ловить фрисби, и если ваша лодыжка вывихнута, вы быстро найдете способ ходить, несмотря на травму. Ученые черпали вдохновение из этих биологических стратегий.
«Получив травму, животные не начинают учиться с нуля», — сказал старший автор Жан-Батист Муре. "Вместо этого у них есть интуиция о разных способах поведения.
Эта интуиция позволяет им разумно выбирать несколько различных вариантов поведения, чтобы попробовать, и после этих тестов они выбирают то, которое работает, несмотря на травму. Мы создали роботов, которые могут делать то же самое."
Перед развертыванием робот использует компьютерную симуляцию самого себя, чтобы создать подробную карту пространства высокоэффективного поведения. Эта карта представляет "интуицию" робота относительно различных вариантов поведения, которые он может выполнять, и их прогнозируемую ценность.
Если робот поврежден, он использует эту интуицию, чтобы направлять алгоритм обучения, который проводит эксперименты, чтобы быстро обнаружить компенсирующее поведение, которое работает, несмотря на повреждение. Новый алгоритм называется «Интеллектуальный метод проб и ошибок»."
«После повреждения робот становится похож на ученого», — объясняет ведущий автор Антуан Калли. "У него есть предварительные ожидания относительно различных вариантов поведения, которые могут сработать, и он начинает их проверять.
Однако эти прогнозы исходят от смоделированного неповрежденного робота. Он должен выяснить, какие из них работают не только в реальности, но и с учетом ущерба.
«Каждое поведение, которое он пробует, похоже на эксперимент, и, если одно поведение не работает, робот достаточно умен, чтобы исключить весь этот тип поведения и попробовать новый тип», — продолжает Калли. "Например, если ходьба, в основном на задних ногах, не дает результатов, в следующий раз он попытается ходить в основном на передних ногах. Что удивительно, так это то, как быстро он может научиться новому способу ходьбы.
Удивительно наблюдать, как робот превращается из искалеченного и мчащегося в умопомрачительное хромание примерно за две минуты."
Тот же интеллектуальный алгоритм проб и ошибок позволяет роботам адаптироваться к непредвиденным ситуациям, в том числе адаптироваться к новым условиям и изобретать новые модели поведения.
Джефф Клун объясняет, что «технически интеллектуальный метод проб и ошибок включает в себя два этапа: (1) создание карты поведения и производительности и (2) адаптация к непредвиденной ситуации."
Карта на первом этапе создается с помощью нового типа эволюционного алгоритма под названием MAP-Elites. Эволюционные алгоритмы имитируют дарвиновскую эволюцию, проводя соревнования по компьютерному моделированию «выживание сильнейших» по созданию роботов с искусственным интеллектом.
Адаптация на втором этапе включает алгоритм «байесовской оптимизации», который использует преимущества предшествующих знаний, предоставленных картой, для эффективного поиска поведения, которое работает, несмотря на повреждение.
«Мы провели эксперименты, которые показали, что наиболее важным компонентом интеллектуального метода проб и ошибок является создание и использование предшествующих знаний, содержащихся на карте», — говорит Клун.
Этот новый метод поможет разрабатывать более надежных, эффективных и автономных роботов. Данеш Тарапоре приводит несколько примеров.
«Это может позволить создавать роботов, которые могут помочь спасателям, не требуя их постоянного внимания», — говорит он. "Это также упрощает создание персональных роботов-помощников, которые могут продолжать быть полезными, даже если деталь сломана."
Видео: https: // www.YouTube.com / watch?v = T-c17RKh3uE & feature = youtu.быть