Berkeley'deki California Üniversitesi'ndeki robot uzmanlarından oluşan bir ekip, robotları eğitmek için simülasyondan gerçeğe takviyeli öğrenmeyi kullanarak nispeten basit görevleri yapacak şekilde eğitmenin mümkün olduğunu bildiriyor. Dergisinde yayınlanan çalışmalarında Bilim RobotikGrup, bir robota, farklı yükler taşırken alışılmadık ortamlarda devrilmeden yürümesi için eğitim verdi.
Geçtiğimiz birkaç yılda robot bilimciler, robotları çeşitli ortamlarda verimli ve hızlı hareket edecek şekilde eğitmek için çeşitli teknikler kullandılar. Ancak araştırmacıların bu yeni çalışmayla belirttiği gibi, bu tür robotların pek fazla kullanışlı uygulaması yok. Sıradan görevleri yavaş ama verimli bir şekilde yerine getirebilen robotların çok daha kullanışlı olacağını öne sürüyorlar. Bu amaçla sim-to-real takviyeli öğrenmeye yöneldiler.
Teknik, bir robotun simüle edilmiş bir versiyonunun, simüle edilmiş ortamlarda milyarlarca örneğe maruz bırakılarak istenen görevleri yerine getirmesi için eğitilmesini içerir. Yöntem aynı zamanda robotun eğitiminin bir parçası olarak bir ödül/ceza sisteminin kullanılmasını da içeriyor; eğer robot bir hedefe ulaşmaya çalışırken doğru bir şey yaparsa, örneğin "1" alarak ödüllendiriliyor. Ancak yanlış bir şey yaparsa “-1” alır. Zamanla ödül sayısını artırmaya çalışırken performansını da artırır.
Araştırma ekibi bu yaklaşımı, Digit adlı bir robotu, bir kasabanın bilinmeyen bir bölgesinde kaldırım boyunca bir yolda ilerlemesi ve büyük bir top tarafından defalarca saldırıya uğradıktan sonra toparlanması, fiziksel bir kısıtlamanın üstesinden gelmesi, olası malzemelerin üzerinde yürümesi için eğitmek için kullandı. takılmasına, sırt çantası taşımasına, çöp poşetini çöp kutusuna taşımasına ve kişisel eşyaları taşımak için bez çanta kullanmasına neden olabilir.
Araştırmacılar, ev, ofis veya fabrika gibi gerçek dünya ortamlarında robotları eğitmek için simüle-gerçek takviyeli öğrenmenin kullanılabileceğini öne sürüyor. Buradaki amacın robotları daha kullanışlı hale getirmek olduğunu belirttiler.