МОСКВА, 11 июля. /ТАСС/. Британские математики разработали новую архитектуру ИИ для четвероногих роботов. Нейросеть учится управлять их конечностями и приспосабливается к движению по пересеченной местности примерно таким же образом, как это делают кошки и другие животные. Об этом сообщила пресс-служба Университета Лидса.
"При проведении этого исследования мы поставили перед собой фундаментальный вопрос - можно ли придать четвероногому роботу способность к инстинктивным движениям. Вместо того, чтобы научить его исполнять отдельные действия, мы дали ему способность к стратегическому мышлению, которое животные используют для адаптации походки к конкретной местности", - пояснил профессор Университетского колледжа Лондона (Великобритания) Чжоу Чэнсюй, чьи слова приводит пресс-служба Университета Лидса.
Ученый отметил, что за последние полтора десятилетия инженеры создали много четвероногих роботов, способных решать самые разные задачи, в том числе двигаться по лестницам, танцевать, преодолевать полосы препятствий и совершать другие сложные движения. Главным недостатком всех этих машин является то, что они не способны нормально двигаться в незнакомых им средах, а также менять манеру движения.
Обе эти задачи - не проблема для кошек и других четвероногих животных, которые быстро учатся навигации и движению в незнакомой среде и подбирают манеру перемещения, чтобы достичь цели с минимальными затратами энергии и времени. Чжоу Чэнсюй с коллегами попытался воспроизвести это умение животных. Ученые создали специальную систему ИИ, которая использует в своей работе датчики движения, давления и прочие аналоги органов чувств животных.
Для обучения нейросетевого алгоритма разработали виртуальную среду, в которой ИИ должен достичь цели, подобрав оптимальную походку для минимального расхода энергии и времени и максимальную стабильность тела робота при движении. Используя эту среду, математики сгенерировали множество сценариев, при которых робот должен был найти дорогу к цели, двигаясь через пересеченную местность.
Всего через девять часов обучения в симуляторе система ИИ смогла эффективно управлять реальным роботом. Она научилась сходу переключаться между разными манерами движения, адаптируясь к переменам в рельефе, а также восстанавливать равновесие при спотыканиях и других неожиданных событиях. Природоподобный подход, как надеются ученые, повысит надежность и практическую применимость четвероногих роботов в разных областях экономики.
