
Robot của Google có thể đi bộ trên nhiều bề mặt
Rainbow Dash là Robot của Google có thể đi bộ trên nhiều bề mặt như một tấm nệm xốp hay thảm nhà, kể cả cho vật đó có nhiều điểm gấp khúc ngẫu nhiên.
Lĩnh vực chế tạo robot ngày càng trở nên tiến bộ. Trong đó mới đây Robot mang tên Rainbow Dash được lập trình để học cách đi bộ. Mẫu robot bốn chân này chỉ mất vài giờ để học cách đi lùi, rẽ phải, trái. Để tìm hiểu thêm về con robot này và cơ chế hoạt động của nó ra sao hãy cùng tìm hiểu qua bài viết này nhé.
Robot Rainbow Dash của Google và Viện Công nghệ Georgia
Các nhà nghiên cứu từ Google, UC Berkeley và Viện Công nghệ Georgia đã xuất bản một bài báo trên trang ArXiv. Mô tả một kỹ thuật AI thống kê. Được gọi là học tăng cường sâu mà họ đã sử dụng để tạo ra thành tựu robot thông minh thế hệ mới.
Hầu hết các kỹ thuật tự học thông minh trước đây đều diễn ra trong môi trường mô phỏng máy tính. Tuy nhiên, Rainbow Dash đã sử dụng công nghệ này để học cách đi bộ trong môi trường vật lý thực tế. Hơn nữa, nó có thể làm như vậy mà không cần một cơ chế giảng dạy chuyên dụng. Chẳng hạn như người hướng dẫn hoặc dữ liệu lập trình sẵn. Rainbow Dash đã thành công khi đi bộ trên nhiều bề mặt. Bao gồm nệm xốp mềm và thảm lau chân với nhiều điểm gấp khúc ngẫu nhiên.
Mặc dù nhóm nghiên cứu cho rằng Rainbow Dash đã học cách tự đi lại. Sự can thiệp của con người vẫn đóng một vai trò quan trọng trong việc đạt được mục tiêu đó. Các nhà nghiên cứu đã phải tạo ra các đường ranh giới. Robot phải học cách đi bộ để giữ cho nó không rời khỏi khu vực. Họ cũng đã phải nghĩ ra các thuật toán cụ thể. Để ngăn robot rơi xuống. Một trong số đó là tập trung vào việc kìm hãm chuyển động của robot. Để ngăn ngừa tai nạn và thiệt hại do rơi xuống. Việc học tăng cường robot thường diễn ra trong môi trường kỹ thuật số trước. Khi các thuật toán được chuyển sang dạng vật lý để bảo vệ sự an toàn của robot.
Trải qua vố số lần thử nghiệm để phát hiện lỗi
Các nhà nghiên cứu đã khởi động Rainbow Dash trên một bề mặt phẳng. Nơi nó tìm ra cách đi bộ trong vòng 1,5 giờ. Tiếp theo, họ thử nghiệm nó trên một số bề mặt khó khăn hơn một chút . Một tấm đệm mút hoạt tính ẩm ướt và một tấm thảm chùi chân có nhiều đường nứt. Robot mất 5,5 giờ để tìm ra bước đi tới lui trên nệm, trong khi tấm thảm chùi chân chỉ mất 4,5 giờ.
Rainbow Dash không hoàn toàn thiếu sự giám sát của con người. Vì các nhà nghiên cứu vẫn phải can thiệp khi robot vô tình rời khỏi không gian mà nó có. Nghĩa là để học tập và khi nó rơi xuống. Mặc dù họ có thể điều chỉnh thuật toán của nó để ngăn nó đi lang thang khỏi vũ trụ. Cũng như bước vào để giúp robot theo cách thủ công. Các nhà nghiên cứu đã điều chỉnh thuật toán của nó để ngăn nó đi lang thang và giúp nó đứng dậy khi ngã.
Các kỹ thuật học sâu mà robot sử dụng
Các kỹ thuật học sâu mà robot sử dụng bao gồm một loại học máy thử đúng và sai liên tục. Bằng cách tương tác nhiều lần với môi trường. Cách này tương tự như các trò chơi máy tính. Dùng phương pháp kỹ thuật số học cách chơi để giành chiến thắng. Hình thức học máy này khác biệt rõ rệt với học tập có giám sát hoặc không giám sát truyền thống. Trong đó các mô hình học máy đòi hỏi dữ liệu đào tạo phải được phân định rõ ràng. Học tăng cường sâu kết hợp các phương pháp học tăng cường với học sâu . Trong đó quy mô của học máy truyền thống được mở rộng đáng kể bằng sức mạnh của các phép tính toán khổng lồ.
Thành công của Rainbow Dash đạt được sau khoảng một năm. Các nhà nghiên cứu tìm ra cách cho robot học môi trường vật lý thực tế thay vì dạng ảo như trước đây. Chelsea Finn, giáo sư trợ lý Stanford liên kết với Google nói: “Loại bỏ con người khỏi quá trình học tập của robot là điều thực sự khó khăn. Bằng cách cho phép robot học tự chủ. Nó có thể hoạt động gần gũi hơn với khả năng học sâu tăng cường trong thế giới thực”.
Nhìn về tương lai, Tan nhận thấy robot có chân ngày càng hữu dụng. Ông nói: “Robot có chân sẽ có khả năng di chuyển tuyệt vời. Chúng có thể đi lại ở tất cả những nơi mà con người có thể đến, cũng như những môi trường mà con người không thể”.
Nguồn: vnexpress.net