개 훈련 방법은 로봇에게 새로운 기술을 배우도록 가르칩니다.

개에게 앉고 머무르는 법을 가르치는 데 일반적으로 사용되는 훈련 기술을 사용하여 컴퓨터 과학자들은 로봇에게 블록 쌓기를 포함한 몇 가지 새로운 트릭을 스스로 가르치는 방법을 보여주었습니다. 이 방법을 사용하여 로봇(Spot이라고 함)은 일반적으로 한 달이 걸리는 것을 며칠 만에 학습할 수 있었습니다. 강아지의 행동을 바꾸기 위해 간식을 사용해 본 사람이라면 누구에게나 친숙한 접근 방식인 긍정적 강화를 사용하여 팀은 로봇의 기술을 극적으로 향상시켰고 실제 작업을 위한 훈련 로봇을 보다 실현 가능한 기업으로 만들 수 있을 만큼 빠르게 수행했습니다.

고도로 직관적인 두뇌를 가지고 태어난 인간이나 동물과 달리 컴퓨터는 백지 상태이며 모든 것을 처음부터 배워야 합니다. 그러나 진정한 학습은 종종 시행착오를 거쳐 이루어지며 로봇공학자들은 여전히 ​​로봇이 실수로부터 효율적으로 학습할 수 있는 방법을 알아내고 있습니다. 팀은 개에게 일을 처리하는 방식으로 로봇에게 작동하는 보상 시스템을 고안하여 이를 달성했습니다. 개가 일을 잘하면 쿠키를 얻을 수 있지만 로봇은 점수를 얻었습니다.

블록을 쌓기 위해 로봇은 건설적인 행동에 집중하는 방법을 배워야 했습니다. 로봇은 블록을 탐색하면서 올바른 스택 동작은 높은 점수를 얻었지만 잘못된 동작은 아무 것도 얻지 못했다는 것을 빠르게 배웠습니다. Spot은 4블록 스택의 맨 위에 마지막 블록을 배치하여 가장 많은 수익을 얻었습니다.

훈련 전술은 효과가 있었을 뿐만 아니라 몇 주가 걸리던 것을 로봇에게 가르치는 데 며칠이 걸렸습니다. 팀은 먼저 비디오 게임과 매우 유사한 시뮬레이션 로봇을 훈련시킨 다음 Spot으로 테스트를 실행하여 연습 시간을 단축할 수 있었습니다. 로봇은 올바른 행동을 빠르게 학습하여 최고의 보상을 얻습니다. 실제로 로봇이 100% 정확도를 달성하는 데 한 달이 걸리던 연습이 이틀 만에 완료되었습니다.

긍정적인 강화는 로봇이 스스로 블록 쌓기를 가르치는 데 도움이 되었을 뿐만 아니라 포인트 시스템을 통해 로봇이 시뮬레이션된 탐색 게임을 플레이하는 방법까지 여러 다른 작업을 빠르게 학습했습니다. 모든 유형의 상황에서 실수로부터 배우는 능력은 새로운 환경에 적응할 수 있는 로봇을 설계하는 데 중요합니다.

팀은 이러한 발견이 가정용 로봇이 빨래와 설거지를 하도록 훈련시키는 데 도움이 될 수 있다고 상상합니다. 또한 개선된 자율주행차를 설계하거나 제품 조립을 수행하는 데 도움이 될 수 있습니다.

자세한 내용은 다음에서 Jill Rosen에게 문의하십시오. 이 이메일 주소는 스팸봇으로부터 보호됩니다. 그것을 보려면 JavaScript가 활성화되어 있어야 합니다.; 443-547-8805.