9月6日 消息:近日，加州大學(xué)伯克利分校的研究人員開發(fā)出一種新的方法，教機器人進行“基于視覺的追蹤”，實現(xiàn)像捉人游戲等需要動態(tài)決策的任務(wù)。

這種方法不同于簡單地跟蹤一個人或機器人，機器人可以主動推斷目標的去路并進行搜捕目標。由于現(xiàn)實世界的種種限制，如對環(huán)境和其他代理有限的感知，直接通過強化學(xué)習(xí)的方式很難學(xué)會這類行為。

因此，研究人員使用了“特權(quán)學(xué)習(xí)”的方式。這是一種監(jiān)督學(xué)習(xí)形式，其中擁有附加信息的教師幫助沒有附加信息的學(xué)生。

對機器人來說，這意味著機器人老師利用逃避者的未來軌跡來推斷逃避者的意圖。有了這些特權(quán)信息，機器人老師就可以逐步指導(dǎo)學(xué)生機器人采取哪些行動。因此，本質(zhì)上復(fù)雜的規(guī)劃問題對于學(xué)生來說變成了一個簡單的監(jiān)督學(xué)習(xí)問題。

盡管這種方法很簡單，但機器人學(xué)會了動態(tài)行為，如目標轉(zhuǎn)向時減速，或者預(yù)測目標去向并攔截。

研究人員在一個四足機器人上測試了這種方法，它僅依靠內(nèi)置攝像頭和本體感知，就成功與人類和其他機器人進行了追逐游戲。該機器人也展現(xiàn)出了模型在模擬環(huán)境中學(xué)習(xí)到的復(fù)雜追捕行為。

這種“特權(quán)學(xué)習(xí)”的方法教會了機器人進行基于視覺的追蹤，實現(xiàn)了像捉迷藏這樣復(fù)雜的動態(tài)任務(wù)，是機器人技術(shù)向真實世界應(yīng)用邁進的一個進步。

不過，目前該系統(tǒng)還無法處理障礙物，需要更廣泛的AI訓(xùn)練和更好的傳感器來實現(xiàn)。

本文來源于站長之家，如有侵權(quán)請聯(lián)系刪除