Metode Pelatihan Anjing Ajarkan Robot untuk Mempelajari Trik Baru
Dengan teknik pelatihan yang biasa digunakan untuk mengajar anjing duduk dan diam, ilmuwan komputer menunjukkan kepada robot bagaimana cara melatih dirinya sendiri beberapa trik baru termasuk menyusun balok. Dengan metode tersebut, robot (bernama Spot) dapat belajar dalam hitungan hari yang biasanya memakan waktu satu bulan. Dengan menggunakan penguatan positif — pendekatan yang akrab bagi siapa saja yang menggunakan camilan untuk mengubah perilaku anjing — tim secara dramatis meningkatkan keterampilan robot dan melakukannya dengan cukup cepat untuk membuat robot pelatihan untuk pekerjaan di dunia nyata menjadi perusahaan yang lebih layak.
Tidak seperti manusia dan hewan yang dilahirkan dengan otak yang sangat intuitif, komputer adalah papan tulis kosong dan harus mempelajari semuanya dari awal. Tetapi pembelajaran yang sebenarnya sering dicapai dengan coba-coba dan ahli robotik masih mencari tahu bagaimana robot dapat belajar secara efisien dari kesalahan mereka. Tim mencapainya dengan merancang sistem penghargaan yang bekerja untuk robot seperti memperlakukan pekerjaan untuk seekor anjing. Di mana seekor anjing mungkin mendapatkan kue untuk pekerjaan yang dilakukan dengan baik, robot mendapatkan poin numerik.
Untuk menumpuk balok, Spot robot perlu mempelajari cara fokus pada tindakan konstruktif. Saat robot menjelajahi blok, ia dengan cepat mengetahui bahwa perilaku yang benar untuk menumpuk menghasilkan poin tinggi tetapi yang salah tidak menghasilkan apa-apa. Spot paling banyak diperoleh dengan menempatkan blok terakhir di atas tumpukan empat blok.
Taktik pelatihan tidak hanya berhasil tetapi juga hanya butuh beberapa hari untuk mengajari robot apa yang biasanya memakan waktu berminggu-minggu. Tim dapat mengurangi waktu latihan dengan terlebih dahulu melatih robot simulasi, yang sangat mirip dengan video game, kemudian menjalankan tes dengan Spot. Robot dengan cepat mempelajari perilaku yang benar untuk mendapatkan hadiah terbaik. Faktanya, apa yang biasanya memakan waktu satu bulan untuk melatih robot untuk mencapai akurasi 100 persen, diselesaikan dalam dua hari.
Penguatan positif tidak hanya berfungsi untuk membantu robot melatih dirinya sendiri untuk menumpuk balok, tetapi juga dengan sistem poin, robot dengan cepat mempelajari beberapa tugas lain — bahkan cara memainkan game navigasi simulasi. Kemampuan untuk belajar dari kesalahan dalam semua jenis situasi sangat penting untuk merancang robot yang dapat beradaptasi dengan lingkungan baru.
Tim membayangkan temuan ini dapat membantu melatih robot rumah tangga untuk mencuci dan mencuci piring – tugas yang dapat membantu manula hidup mandiri. Ini juga dapat membantu merancang mobil self-driving yang lebih baik atau melakukan perakitan produk.
Untuk informasi lebih lanjut, hubungi Jill Rosen di Alamat email ini dilindungi dari robot spam. Anda perlu mengaktifkan JavaScript untuk melihatnya.; 443-547-8805.
