একটি সিমুলেশন থেকে একটি ক্লিপ যেখানে ভার্চুয়াল রোবট সিঁড়ি বেয়ে উঠতে শেখে।
4,000 এরও বেশি সেনা কুকুরের মত হাঁটছে রোবট সিমুলেশনে এমন একটি অনির্দিষ্টকালের জন্য ভীতিজনক দৃশ্য। কিন্তু এটি গাড়িকে কীভাবে নতুন কৌশল শিখতে পারে তাও দেখাতে পারে।
ভার্চুয়াল রোবট সেনাবাহিনী তৈরি করেছেন গবেষকরা ইটিএইচ জুরিখ সুইজারল্যান্ড এবং একটি চিপ প্রস্তুতকারক এনভিডিয়া। তারা প্রশিক্ষণের জন্য হাঁটার বুট ব্যবহার করত অ্যালগরিদম এটি একটি বাস্তব বিশ্বের রোবটের পা নিয়ন্ত্রণ করতে ব্যবহৃত হয়েছিল।
সিমুলেশনে গাড়ি ডাকা হয় অ্যানালস– ভার্চুয়াল ল্যান্ডস্কেপে challengesাল, ধাপ এবং খাড়া পতনের মতো চ্যালেঞ্জের মুখোমুখি হন। যেহেতু প্রতিটি রোবট একটি সমস্যা সমাধান করতে শিখেছে, গবেষকরা নিয়ন্ত্রণ অ্যালগরিদমকে আরও জটিল করার জন্য আরও জটিল একটি চালু করেছেন।
দূর থেকে দৃশ্য একটি বড় এলাকায় বিচরণকারী পিঁপড়ার সেনাবাহিনীর অনুরূপ। প্রশিক্ষণ চলাকালীন রোবটরা খুব সহজেই সিঁড়ি দিয়ে উপরে ও নিচে চলতে পারত; আরো জটিল বাধা বেশি সময় নিয়েছে। Virtualালের বিরুদ্ধে লড়াই করা বিশেষত কঠিন ছিল, যদিও কিছু ভার্চুয়াল রোবট নিচে নামতে শিখেছে।
ফলস্বরূপ অ্যালগরিদম সিঁড়ি এবং ব্লক দিয়ে হাঁটতে সক্ষম হয়েছিল যখন একটি চার পায়ের রোবট, একটি বড় কুকুরের আকার, সেন্সর এবং একটি অপসারণযোগ্য রোবোটিক বাহু সহ, ANYmal এর একটি বাস্তব সংস্করণে স্থানান্তরিত হয়েছিল, কিন্তু উচ্চ গতিতে সমস্যা ছিল। । গবেষকরা দেখেছেন যে, সিমুলেশনের তুলনায় সেন্সর বাস্তব জগৎকে উপলব্ধি করে না।
একই ধরণের রোবোটিক লার্নিং মেশিনকে সব ধরনের দরকারী জিনিস শিখতে সাহায্য করতে পারে বাছাই প্যাকেজ প্রতি সেলাই এবং ফসল। প্রকল্পটি ভবিষ্যতে অগ্রগতির জন্য সিমুলেশন এবং কাস্টম কম্পিউটার চিপের গুরুত্বকেও প্রতিফলিত করে কৃত্রিম বুদ্ধিমত্তা।
“একটি উচ্চ স্তরে খুব দ্রুত সিমুলেশন করা সত্যিই একটি বড় বিষয়,” তিনি বলেছেন পিটার অ্যাবেল, ইউসি বার্কলে এর অধ্যাপক এবং সহ-প্রতিষ্ঠাতা কোভারিয়েন্ট, একটি কোম্পানি যা AI এবং সিমুলেশন ব্যবহার করে রোবটিক অস্ত্র প্রশিক্ষণের জন্য লজিস্টিক ফার্মের জন্য বস্তু নির্বাচন এবং সাজানোর জন্য। তিনি বলেন সুইস এবং এনভিডিয়া গবেষকদের “আশ্চর্যজনক গতি” রয়েছে।
কৃত্রিম বুদ্ধিমত্তা রোবটকে এমন কাজ সম্পাদন করতে শেখানোর প্রতিশ্রুতি দিয়েছে যা সহজে সফটওয়্যারে লেখা যায় না বা যার জন্য কোনো ধরনের অভিযোজন প্রয়োজন। উদাহরণস্বরূপ, বিশ্রী, পিচ্ছিল, বা অপরিচিত বস্তু বোঝার ক্ষমতা এমন কিছু নয় যা কোডের লাইনে লেখা যায়।
4,000 সিমুলেটেড রোবট ব্যবহার করে প্রশিক্ষিত শক্তিবৃদ্ধি শিক্ষা, পজিটিভ এবং নেগেটিভ ফিডব্যাকের মাধ্যমে কিভাবে প্রাণীরা শেখে সে বিষয়ে গবেষণায় অনুপ্রাণিত একটি AI পদ্ধতি। রোবটগুলি তাদের পা সরানোর সাথে সাথে, একটি অ্যালগরিদম বিচার করে যে এটি কীভাবে তাদের চলার ক্ষমতাকে প্রভাবিত করে এবং সেই অনুযায়ী নিয়ন্ত্রণ অ্যালগরিদমগুলি সামঞ্জস্য করে।
