人工智能系统，使机器人具备了像人类一样灵巧地掌握和操纵物体的能力，现在，研究人员表示，他们已经开发出一种算法，通过这种算法，机器可能学会独立行走。来自加州大学伯克利分校和其中之一的谷歌人工智能研究部门的科学家们，在Arxiv．org上发表《通过 强化学习，来学习走路》，它描述一个人工智能系统，教一个长了四只脚的机器人穿越熟悉和不熟悉地形。
该论文作者解释说， 强化学习可以用于自动获取一系列机器人任务数据，从而实现将感知输入映射到低级动作的策略的端到端学习。如果我们能在现实世界中，直接从零开始学习移动步态，原则上，我们就能获得最适合于每个机器人的步态， 从而有可能获得更好的灵活性、能源效率和稳健性。
设计挑战有两方面。强化学习人工智能训练技术使用奖励或惩罚来驱动个体朝着目标前进，需要大量的数据，在某些情况下需要数万个样本，才能取得良好的结果。即：在美国，决定其结构的参数通常需要进行多次训练，这可能会随着时间的推移损害机器人。
作者指出， 强化学习在仿真中广泛应用于学习运动策略，甚至将其应用到现实机器人中，但由于仿真中存在的差异，不可避免地会导致一些性能损失，需要大量的手工建模。事实证明，在现实世界中使用这种算法是具有挑战性的。
为了寻求一种方法，用研究人员的话说，可以让一个系统在没有模拟训练的情况下学习运动技能，他们开发了一个名为 maximum entropy RL的强化学习框架。它优化了学习策略，即被处理数据的随机性最大化。在RL中，AI agent通过对策略中的行为进行采样并获得奖励，不断寻找行为的最优路径，即状态和行为的轨迹。
他们开发了一个由计算机工作站组成的流水线，该工作站更新神经网络，从Minitaur下载数据，并上传最新的策略，机器人上搭载的Nvidia Jetson TX2执行上述策略，收集数据，并通过以太网将数据上传到工作站。两小时内，他们用一种奖励前进速度、惩罚大角度加速度和俯仰角的算法，走了16万步，成功地训练了这架小型机器人在平坦的地形上行走，越过木块等障碍物，爬上斜坡和台阶。
研究人员写道，据我们所知，这个实验是一个深层强化学习算法的第一个例子，该算法直接在现实世界中学习不受驱动的四足动物运动，不需要任何模拟或预先训练。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
