Revolutionäre Hunde-Trainingstechniken befähigen Roboter, neue Skills rasant zu meistern

Positive Verstärkung für Roboter-Lernen

Mit einer Trainingsmethode, die üblicherweise genutzt wird, um Hunden „Sitz“ und „Bleib“ beizubringen, zeigten Informatiker einem Roboter, wie er sich selbst mehrere neue Tricks beibringt – einschließlich Blöcke stapeln. Mit der Methode lernte der Roboter (genannt Spot) in Tagen, was typischerweise einen Monat dauert. Durch positive Verstärkung – ein Ansatz, vertraut jedem, der Leckerlis nutzt, um Hundeverhalten zu ändern – verbesserte das Team die Fähigkeiten des Roboters dramatisch und schnell genug, um Roboter-Training für reale Arbeit machbarer zu machen.

Anders als Menschen und Tiere, die mit hochintuitiven Gehirnen geboren werden, sind Computer leere Blätter und müssen alles von Grund auf lernen. Aber echtes Lernen wird oft durch Trial-and-Error erreicht, und Roboter-Forscher finden noch heraus, wie Roboter effizient aus Fehlern lernen können. Das Team erreichte das, indem es ein Belohnungssystem entwarf, das für einen Roboter funktioniert wie Leckerlis für einen Hund. Wo ein Hund ein Keks für gute Arbeit bekommt, verdiente der Roboter numerische Punkte.

Blockstapeln als Lernaufgabe

Um Blöcke zu stapeln, musste Spot lernen, sich auf konstruktive Aktionen zu fokussieren. Während der Roboter die Blöcke erkundete, lernte er schnell, dass korrekte Verhaltensweisen für Stapeln hohe Punkte brachten, inkorrekte nichts. Die meisten Punkte gab es für das Platzieren des letzten Blocks auf einen Vierer-Stapel.

Die Trainingsmethode funktionierte nicht nur, sondern dauerte nur Tage statt Wochen. Das Team reduzierte die Übungszeit, indem es zuerst einen simulierten Roboter trainierte – ähnlich einem Videospiel – dann Tests mit Spot durchführte. Der Roboter lernt schnell das richtige Verhalten für die beste Belohnung. Tatsächlich wurde das, was früher einen Monat Übung für 100 % Genauigkeit brauchte, in zwei Tagen erreicht.

Positive Verstärkung half nicht nur beim Selbstlernen des Blockstapelns, sondern mit dem Punktesystem lernte der Roboter schnell mehrere andere Aufgaben – sogar ein simuliertes Navigationsspiel. Die Fähigkeit, aus Fehlern in allen Situationen zu lernen, ist kritisch für das Design eines Roboters, der sich an neue Umgebungen anpassen kann.

Das Team stellt sich vor, diese Findings könnten helfen, Haushaltsroboter für Wäsche und Geschirrspülen zu trainieren – Aufgaben, die Senioren unabhängiges Leben ermöglichen. Es könnte auch verbesserte selbstfahrende Autos designen oder Produktassembly durchführen.

Für weitere Informationen kontaktieren Sie Jill Rosen (E-Mail geschützt, JS nötig); 443-547-8805.