【谷歌】谷歌提供新框架使机器人自主规划路程
谷歌机器人研究部门在一篇博客文章中表示,他们正在研究如何让机器人自己进行长距离移动。高级研究科学家Aleksandra Faust和高级机器人软件工程师Anthony Francis表示:“仅在美国,就有300万人患有行动障碍,无法出门,机器人可以帮助行动不便的人做一些简单的事情,比如拿食品、药品或包裹等。”
在某种程度上,通过使用强化学习(RL)可以做到这一点,这是一种人工智能训练技术,它利用奖励来驱动个体朝着目标前进。福斯特、弗朗西斯和他的同事们将强化学习与长距离规划路线结合起来,编出能够安全穿越短距离(约15米)且不会撞上移动障碍物的程序。他们利用AutoRL,一个自动搜索强化学习奖励和神经网络架构的工具,在模拟环境中进行训练,再使用经过训练的程序构建路线图,或由节点(位置)和边组成图。
使用传统RL方法的训练,仍存在许多问题,比如它需要花费时间迭代和手工调整奖励,并在人工智能架构方面不够明智,更不用说减轻遗忘,这种现象是指人工智能系统在学习新信息时,突然忘记了以前学过的信息。
AutoRL试图通过两个阶段来解决这个问题,奖励搜索和神经网络架构搜索。在第一阶段, 每个奖励功能略有不同,在这个阶段的最后,通常会选择将带到其目的地的奖励。神经网络架构搜索阶段本质上是第一阶段的重复,但使用选定的奖励来优化网络,并对累积奖励进行优化。
这个自动化的训练过程,可以减轻模型的遗忘情况,并且与现有技术相比,由此产生的策略的质量更高(导航任务的质量提高了26%),它们甚至足够强大,可以在非结构化环境中引导机器人。
AutoRL制定的策略,对本地导航很有帮助,但远程导航就需要用到概率路线图了,它们是基于采样的规划器的一个子类,对机器人的姿态进行采样,创建符合机器人特性的路线图。
福斯特和弗朗西斯解释说:“首先,我们在一个通用的模拟训练环境中对机器人进行训练,训练一个本地规划策略。再根据该策略构建一个PRM,称为PRM-rl,它位于部署环境的平铺图之上,相同的平面图可以用于任何机器人。”
为了评估PRM-RL,谷歌的研究人员使用比培训环境大200倍的办公室楼层地图构建了一个路线图,在20次试验中,成功率达90%以上。
好的文章,需要您的鼓励
10
- 最新资讯
- 最新问答
-
灵途科技看2024 CES:“登堂入室”的机器人与科技新基建
关键字: 机器人 人形机器人 2024-01-29 -
CES 2024揭秘: 揭开未来的五大创新趋势
关键字: ces 消费电子 2024-01-16 -
老龄化带来220亿市场,国产医疗机器人谁能杀出重围?
关键字: 国产 医疗机器人 2024-01-10 -
Unitree夺得IEEE Humanoids 2023冠军,在CES 2024盛大登场!
关键字: unitree ieee humanoids ces 夺冠 2024-01-10 -
盘点2023,机器人行业大件事TOP5
关键字: 泰科 人形机器人 仿真机器人 2024-01-04
-
工业机器人技术是干什么的?
标签: 工业机器人,技术 提问:小杰 2024-07-03 13:03:15 -
机器人焊接焊机报TC异常怎么解决
标签: 焊接机器人,焊机,TC异常 提问:TC 2024-06-28 16:05:01 -
机器人运动轨迹的控制方式有哪两种
标签: 机器人,运动轨迹,控制方式 提问:张默 2024-06-25 10:10:02 -
具身智能什么意思
标签: 具身智能,什么意思 提问:MESSE 2024-06-19 10:37:04 -
3D视觉无序抓取系统配置要点?
标签: 3D视觉,无序抓取,系统配置 提问:QUTE 2024-06-17 13:17:05
- 2022-01-12 09:56:12
- 2019-12-20 17:31:37
- 2019-03-25 14:41:44
- 2019-07-05 13:37:10
- 2019-02-27 16:02:02
- 2019-03-12 17:51:14
- 2024-01-29
- 2024-01-16
- 2024-01-10
- 2024-01-10
- 2024-01-04
- 2023-12-28
- 2023-12-20
- 2023-12-20
- 2023-12-12
- 2023-12-07