In früheren Projekten hatten Forscher der University of Oregon dieselbe Technik des verstärkenden Lernens verwendet, um einem zweibeinigen Roboter namens Cassie das Laufen beizubringen. Der Ansatz zahlte sich aus – Cassie war der erste Roboter, der einen 5-km-Lauf im Freien lief, bevor sie einen Guinness-Weltrekord für den schnellsten zweibeinigen Roboter aufstellte, der 100 Meter lief und die Fähigkeit meisterte, mit Leichtigkeit von einem Ort zum anderen zu springen.
Um Robotern sportliches Verhalten beizubringen, müssen sie in sehr engen Umgebungen wirklich komplexe Fähigkeiten entwickeln, sagt Ilija Radosavovic, ein Doktorand in Berkleley, der Digit darin trainiert hat, ein breites Spektrum an Lasten zu tragen und sich selbst zu stabilisieren, wenn er mit einem Stock angestoßen wird. „Wir sind sozusagen das Gegenteil – wir konzentrieren uns auf relativ einfache Fähigkeiten in einem breiten Umfeld.“
Bei dieser neuen Welle der Forschung in der humanoiden Robotik geht es weniger um Geschwindigkeit und Fähigkeiten, sondern mehr darum, Maschinen robust und anpassungsfähig zu machen – was letztendlich nötig ist, um sie in der realen Welt nützlich zu machen. Humanoide Roboter sind in Arbeitsumgebungen nach wie vor eine relative Seltenheit, da sie beim Tragen schwerer Gegenstände oft Schwierigkeiten haben, das Gleichgewicht zu halten. Aus diesem Grund haben die meisten Roboter, die in Fabriken und Lagern zum Heben von Gegenständen unterschiedlichen Gewichts konzipiert sind, in der Regel vier Beine oder größere, stabilere Untergestelle. Forscher hoffen jedoch, dies zu ändern, indem sie humanoide Roboter mithilfe von KI-Techniken zuverlässiger machen.
Reinforcement Learning wird eine „neue, viel flexiblere und schnellere Möglichkeit zum Trainieren dieser Art von Manipulationsfähigkeiten“ einleiten, sagt Fern. Er und sein Team werden ihre Ergebnisse nächsten Monat auf der ICRA, der International Conference on Robotics and Automation, in Japan vorstellen.
Das ultimative Ziel besteht darin, dass ein Mensch dem Roboter ein Video der gewünschten Aufgabe zeigen kann, z. B. eine Kiste von einem Regal nehmen und auf ein anderes höheres Regal schieben, und den Roboter dann ohne weitere Anweisungen ausführen lässt. sagt Fern.
Roboter dazu zu bringen, diese Art von Verhalten zu beobachten, zu kopieren und schnell zu erlernen, wäre wirklich nützlich, aber es bleibt immer noch eine Herausforderung, sagt Lerrel Pinto, Assistenzprofessor für Informatik an der New York University, der nicht an der Forschung beteiligt war. „Wenn das möglich wäre, wäre ich sehr beeindruckt“, sagt er. „Das sind schwere Probleme.“