Первым в топку экономической войны с КНР американцы, вне всяких сомнений, бросят Евросоюз, который является вторым по значимости после самих США торговым партнером китайцев. Однако плюшек, которые предлагает Китай, может оказаться недостаточно для того, чтобы европейские страны предали гегемона, – слишком велика зависимость от США.
0 комментариевНатренированные в видеоиграх роботы показали лучшие результаты в реальной жизни
Роботы, обученные в симуляторе, позволяющем им запоминать, как выходить из сложных ситуаций, стали лучше преодолевать сложную местность в реальной жизни, рассказали исследователи из Швейцарской высшей технической школы Цюриха.
Исследователь Джуно Ли и его коллеги обучили алгоритм нейронной сети, разработанный для управления четвероногим роботом, в моделируемой среде, похожей на видеоигру. Она воспроизводит местность из холмов, ступеней и лестниц, передает портал NewScientist.
Ученые показали алгоритму, в каком направлении должен двигаться робот, а также поставили ограничения по тому, как быстро он может поворачиваться.
Затем они запустили алгоритм, делая случайные движения в симуляции. Исследователи вознаграждали робота за правильное движение и наказывали в противном случае. Накапливая награды, нейронная сеть научилась перемещаться по разнообразной местности.
В данный момент большинство роботов реагируют в реальном времени на измерения своего окружения с помощью заранее запрограммированных реакций, сталкиваясь с каждой проблемой в первый раз.
Нейронная сеть позволяет роботу опираться на опыт, полученный из ошибок, и, предварительно обучив алгоритм в симуляции, исследователи могут ограничить риски и снизить затраты.
«Мы не можем перенести его на реальную местность, на которой мы хотим его тренировать, потому что это может повредить роботу, а это очень дорого», – сказал Ли.
Изначально исследователи использовали небольшую нейронную сеть, которая была предварительно запрограммирована с учетом знаний о моделируемой среде, что позволило алгоритму быстро учиться, принимая входные данные от виртуальных датчиков и запоминая их. Затем они передали эти знания в большую сеть, используемую для управления настоящим роботом.
Используя этот опыт, робот смог двигаться со скоростью 0,452 метра в секунду по мшистой земле – в два раза быстрее, чем он может двигаться с помощью своей стандартной программы.
Ранее Ростех представил нейросеть для управления группой боевых роботов. При этом эксперты отметили, что для работы с нейросетями некоторые российские разработчики, возможно, используют зарубежные «железо» и софт.