짧고 껄끄러운 로봇들은 축구를 하는 법을 배웠고, 기존의 여러 방법들을 결합한 새로운 인공지능 훈련 기술 덕분에 그들의 기술을 극적으로 향상시켰습니다.
과학자들은 새로운 인공지능 (AI) 훈련 방법을 사용하여 소형 휴머노이드 로봇들이 축구를 할 수 있도록 훈련시켰고, 영상은 로봇들이 1대 1 게임에서 그들의 기술을 보여주는 것을 보여줍니다.
짧은 동영상에서 두 개의 이족보행 로봇은 여러 게임을 하는데, 한 로봇은 골을 공격하고 다른 로봇은 골을 방어합니다.
그들은 공을 차고, 슛을 막고, 허둥지둥 경기장을 가로지르며 팔을 흔들고 넘어집니다. 하지만 적어도 그들은 균형을 유지하고 넘어진 후에 빠르게 회복하려고 노력합니다.
처음에는 그렇게 보이지 않을 수도 있지만, 그들은 또한 고도로 전략적으로 경기를 하고 있습니다. 공이 어떻게 움직이는지를 배우고 상대방을 앞지르고 앞지르려고 노력하면서 상대방의 다음 움직임을 예상합니다.라고 과학자들은 사이언스 로보틱스 저널에 4월 10일에 발표된 연구에서 말했습니다.
휴머노이드 로봇은 구성하기가 어렵습니다 – 왜냐하면 모든 움직임이 프로그램 될 필요가 있기 때문입니다 – 이것은 과학자들이 엄청난 양의 데이터를 수집하는 것을 요구합니다. 그러나 많은 현대 휴머노이드 로봇은 AI 덕분에 도움의 손길을 받았습니다. AI 덕분에 자가 학습은 로봇이 사전에 대본이 작성되거나 프로그램 된 단일 움직임과 움직임을 필요로 하지 않는다는 것을 의미합니다. 예를 들어, 이전에 과학자들이 단지 10시간의 훈련 장면을 보여줌으로써 커피를 만드는 것을 가르치면서, Figure 01 로봇은 비디오를 보는 것만으로 배울 수 있습니다.
관련: 커피 만드는 것은 잊어버리세요 — Boston Dynamics는 Atlas를 최신 플렉스에서 무거운 자동차 받침대를 들어올리는 작업에 투입합니다
새로운 연구에서, 구글 딥마인드 과학자들은 “심층 강화 학습”이라고 불리는 기술을 사용하여 그들의 소형 로보티스 OP3 로봇들이 축구를 하도록 훈련시켰습니다. 이것은 여러 다른 인공지능 훈련 방법을 결합한 기계 학습 훈련 기술입니다.
이 기술의 혼합에는 인공 뉴런처럼 작용하고 인간의 뇌와 유사하도록 배열된 기계 학습 알고리즘의 계층인 목표를 완료하는 데 사실상 보상하는 것에 의존하는 강화 학습, 지도 학습 및 신경망을 사용한 딥 러닝이 포함되었습니다.
이 로봇은 처음에 과학자들이 결합된 심층 강화 학습 AI 훈련 기술을 적용하기 전에 스크립트로 작성된 기술 기준선을 활용했습니다.
과학자들은 논문에서 AI 훈련을 받은 로봇이 이 기술을 사용하여 훈련되지 않은 로봇에 비해 경기에서 181% 더 빨리 걷고, 302% 더 빨리 회전하고, 공을 34% 더 빨리 차고, 낙상에서 회복하는 데 63% 더 적게 걸었다고 말했습니다.
이 로봇들은 또한 발 모서리에서 회전하고 빙글빙글 도는 것과 같은 프로그래밍하기 매우 어려운 “신흥 행동”을 개발했다고 그들은 덧붙였습니다.
연구 결과는 이 인공지능 훈련 기술이 인간형 로봇에서 더 일반적으로 간단하지만 안전한 동작을 만드는 데 사용될 수 있음을 보여줍니다. 그리고 나서 변화하고 복잡한 상황에서 더 정교한 움직임으로 이어질 수 있다고 과학자들은 말했습니다.