Teknik Pelatihan Anjing Revolusioner Memberdayakan Robot untuk Menguasai Keterampilan Baru dengan Cepat
Dengan teknik pelatihan yang biasa digunakan untuk mengajari anjing duduk dan diam, ilmuwan komputer menunjukkan kepada robot bagaimana mengajarkan dirinya sendiri beberapa trik baru termasuk menumpuk blok. Dengan metode, robot (disebut Spot) mampu belajar dalam hari-hal yang biasanya memakan waktu sebulan. Dengan menggunakan positive reinforcement — pendekatan yang familiar bagi siapa pun yang telah menggunakan makanan untuk mengubah perilaku anjing — tim secara dramatis meningkatkan keterampilan robot dan melakukannya cukup cepat untuk membuat pelatihan robot untuk pekerjaan dunia nyata menjadi usaha yang lebih terwujud.
Tidak seperti manusia dan hewan yang lahir dengan otak yang sangat intuitif, komputer adalah papan tulis kosong dan harus belajar semuanya dari awal. Namun belajar yang sebenarnya seringkali dicapai dengan coba dan kesalahan dan robotic masih mencari tahu bagaimana robot dapat belajar secara efisien dari kesalahan mereka. Tim telah mencapai itu dengan merancang sistem reward yang bekerja untuk robot seperti makanan bekerja untuk anjing. Di mana anjing mungkin mendapatkan kue untuk pekerjaan yang baik, robot mendapat poin numerik.
Untuk menumpuk blok, Spot robot perlu belajar untuk fokus pada tindakan konstruktif. Saat robot menjelajahi blok, ia dengan cepat belajar bahwa perilaku yang benar untuk menumpuk mendapatkan poin tinggi tetapi yang salah tidak mendapat apa-apa. Spot mendapat yang paling banyak dengan meletakkan blok terakhir di atas tumpukan empat blok.
Taktik pelatihan ini tidak hanya berhasil tetapi juga hanya memakan waktu hari-hal untuk mengajari robot apa yang dulunya memakan waktu mingguan. Tim mampu mengurangi waktu latihan dengan pertama melatih robot simulasi, yang banyak seperti game video, lalu menjalankan tes dengan Spot. Robot dengan cepat belajar perilaku yang benar untuk mendapatkan reward terbaik. Faktanya, apa yang dulunya memakan waktu satu bulan latihan untuk robot mencapai akurasi 100 persen dilakukan dalam dua hari.
Positive reinforcement tidak hanya berhasil membantu robot mengajarkan dirinya sendiri untuk menumpuk blok tetapi juga dengan sistem poin, robot dengan cepat belajar beberapa tugas lain — bahkan cara bermain game navigasi simulasi. Kemampuan untuk belajar dari kesalahan dalam semua jenis situasi adalah kritis untuk merancang robot yang dapat beradaptasi dengan lingkungan baru.
Tim membayangkan temuan ini dapat membantu melatih robot rumah tangga untuk mencuci baju dan mencuci piring — tugas yang dapat membantu lansia hidup secara independen. Ini juga dapat membantu merancang mobil self-driving yang lebih baik atau melakukan perakitan produk.
Untuk informasi lebih lanjut, hubungi Jill Rosen di This email address is being protected from spambots. You need JavaScript enabled to view it.; 443-547-8805.
