Bu robot köpek kendine yürümeyi öğretti

Ekibin Dreamer adlı algoritması, çevredeki dünyanın bir modelini oluşturmak için geçmiş deneyimleri kullanır. Dreamer ayrıca potansiyel eylemlerinin gelecekteki olası sonuçlarını tahmin ederek robotun gerçek dünyanın aksine bir bilgisayar programında deneme yanılma hesaplamaları yapmasına izin verir. Bu, yalnızca yaparak yapabileceğinden daha hızlı öğrenmesini sağlar. Robot yürümeyi öğrendikten sonra, bir sopa tarafından devrilmeye direnmek gibi beklenmedik durumlara uyum sağlamayı öğrenmeye devam etti.

Robotik ve makine öğrenimi konusunda uzmanlaşmış, New York Üniversitesi’nde bilgisayar bilimi yardımcı doçenti Lerrel Pinto, “Robotları deneme yanılma yoluyla öğretmek zor bir problemdir ve bu tür öğretimin gerektirdiği uzun eğitim süreleri nedeniyle daha da zorlaşır” diyor. Dreamer, derin pekiştirmeli öğrenmenin ve dünya modellerinin robotlara gerçekten kısa sürede yeni beceriler öğretebildiğini gösteriyor, diyor.

Oregon Eyalet Üniversitesi’nde robotik profesörü olan Jonathan Hurst, henüz hakemler tarafından gözden geçirilmemiş bulguların, “pekiştirmeli öğrenmenin robot kontrolünün geleceğinde temel taşı bir araç olacağını” açıkça ortaya koyduğunu söylüyor.

Simülatörü robot eğitiminden çıkarmanın birçok avantajı vardır. Hafner, algoritmanın robotlara gerçek dünyada becerileri nasıl öğreneceklerini öğretmek ve donanım arızaları gibi durumlara uyum sağlamak için faydalı olabileceğini söylüyor; örneğin, bir robot tek bacağında arızalı bir motorla yürümeyi öğrenebilir.

Edinburgh Üniversitesi’nde yapay zeka yardımcı doçenti Stefano Albrecht, yaklaşımın karmaşık ve pahalı simülatörler gerektiren otonom sürüş gibi daha karmaşık şeyler için de büyük bir potansiyele sahip olabileceğini söylüyor. Albrecht, yeni nesil pekiştirmeli öğrenme algoritmalarının “gerçek dünyada ortamın nasıl çalıştığını süper hızlı bir şekilde yakalayabileceğini” söylüyor.