Hundetrainingsmethoden bringen Robotern bei, neue Tricks zu lernen

Mit einer Trainingstechnik, die üblicherweise verwendet wird, um Hunden das Sitzen und Bleiben beizubringen, zeigten Informatiker einem Roboter, wie er sich selbst mehrere neue Tricks beibringen kann, darunter das Stapeln von Blöcken. Mit der Methode konnte der Roboter (namens Spot) in Tagen lernen, was normalerweise einen Monat dauert. Durch die Verwendung positiver Verstärkung – ein Ansatz, der jedem vertraut ist, der Leckereien verwendet hat, um das Verhalten eines Hundes zu ändern – verbesserte das Team die Fähigkeiten des Roboters dramatisch und schnell genug, um das Training von Robotern für die Arbeit in der realen Welt zu einem praktikableren Unternehmen zu machen.

Im Gegensatz zu Menschen und Tieren, die mit hochgradig intuitiven Gehirnen geboren werden, sind Computer unbeschriebene Blätter und müssen alles von Grund auf neu lernen. Aber echtes Lernen wird oft durch Versuch und Irrtum erreicht, und Robotiker finden immer noch heraus, wie Roboter effizient aus ihren Fehlern lernen können. Das Team hat dies erreicht, indem es ein Belohnungssystem entwickelt hat, das für einen Roboter so funktioniert, wie die Arbeit für einen Hund behandelt wird. Wo ein Hund für eine gut gemachte Arbeit einen Keks bekommen könnte, verdiente der Roboter numerische Punkte.

Um Blöcke zu stapeln, musste der Roboter Spot lernen, wie man sich auf konstruktive Aktionen konzentriert. Als der Roboter die Blöcke erkundete, lernte er schnell, dass korrektes Verhalten beim Stapeln hohe Punkte einbrachte, falsches jedoch nichts. Spot hat am meisten verdient, indem er den letzten Block auf einen Stapel aus vier Blöcken gelegt hat.

Die Trainingstaktik funktionierte nicht nur, sondern es dauerte auch nur Tage, um dem Roboter beizubringen, was früher Wochen dauerte. Das Team konnte die Übungszeit verkürzen, indem es zunächst einen simulierten Roboter trainierte, der einem Videospiel sehr ähnlich ist, und dann Tests mit Spot durchführte. Der Roboter lernt schnell das richtige Verhalten, um die beste Belohnung zu erhalten. Was früher einen Monat Übung erforderte, bis der Roboter eine 100-prozentige Genauigkeit erreichte, war in zwei Tagen erledigt.

Positive Verstärkung half dem Roboter nicht nur dabei, sich selbst das Stapeln von Blöcken beizubringen, sondern auch mit dem Punktesystem lernte der Roboter schnell mehrere andere Aufgaben – sogar wie man ein simuliertes Navigationsspiel spielt. Die Fähigkeit, in allen möglichen Situationen aus Fehlern zu lernen, ist entscheidend für die Entwicklung eines Roboters, der sich an neue Umgebungen anpassen kann.

Das Team stellt sich vor, dass diese Erkenntnisse dazu beitragen könnten, Haushaltsroboter zu trainieren, Wäsche zu waschen und Geschirr zu spülen – Aufgaben, die Senioren helfen könnten, unabhängig zu leben. Es könnte auch dabei helfen, verbesserte selbstfahrende Autos zu entwerfen oder die Produktmontage durchzuführen.

Weitere Informationen erhalten Sie von Jill Rosen unter Diese E-Mail-Adresse ist vor Spambots geschützt! JavaScript muss aktiviert werden, damit sie angezeigt werden kann.; 443-547-8805.