Роботы осваивают сложные движения: ИИ + теория управления

Сочетание искусственного интеллекта (ИИ) и теории оптимального управления открывает новые горизонты в обучении роботов выполнению сложных моторных задач. Если обучение отдельным навыкам, таким как стойка на руках или сальто, успешно достигается с помощью методов ИИ, то композиция нескольких навыков для достижения более сложных действий представляет собой серьезный вызов.

Ученые из Йельского университета работают над решением этой проблемы, интегрируя методы гибридной теории управления. Этот подход позволяет роботам наиболее эффективно переключаться между различными режимами управления, будь то обучение на основе опыта (например, обучение с подкреплением) или планирование действий на основе моделей. Цель — добиться выполнения высокоточных движений без потери качества.

«Мы часто хотим, чтобы роботы осваивали новые навыки, комбинируя уже имеющиеся, — поясняет Иэн Абрахам, доцент кафедры механической инженерии. — К сожалению, модели ИИ, обученные для выполнения сложных задач в разных сценариях, как правило, демонстрируют худшие результаты по сравнению с моделями, нацеленными на конкретную задачу».

Гибридная теория управления решает эту проблему, позволяя роботам гармонично сочетать различные методы обучения. Исследователи успешно применили эти методы к роботу в форме собаки, обучив его выполнять сложные маневры, включая балансировку и переворот. ИИ отвечает за разработку сложных двигательных навыков, требующих точности всего тела, а гибридная теория управления организует и синтезирует эти механизмы для создания более сложных, составных моделей поведения.

«Представьте, как мы учимся новым навыкам или занимаемся спортом, — сравнивает Абрахам. — Сначала мы пытаемся понять и предсказать, как движется наше тело, а затем движение становится мышечной памятью, и нам приходится меньше задумываться».

В перспективе это может привести к созданию роботов, способных работать в домашних условиях и других неструктурированных средах. «Если роботу потребуется освоить новый навык во время работы, он сможет использовать свой арсенал методов обучения, применяя планирование и рассуждение для обеспечения безопасности и успеха в окружающей среде, накапливая опыт прямо на ходу», — говорит Абрахам. «Как только будет достигнут определенный уровень уверенности, робот сможет использовать более специализированные, ранее усвоенные навыки, чтобы превзойти ожидания».