據外媒報道，加州大學伯克利分校（University of California, Berkeley）機器人專家團隊報告稱，通過使用模擬到真實（sim-to-real）的強化學習來訓練機器人，可以訓練機器人完成相對簡單的任務。相關研究論文已發(fā)表于期刊《Science Robotics》。該研究小組訓練了一個機器人在陌生的環(huán)境中行走，同時承載著各種負載，結果機器人均沒有翻倒。
圖片來源：加州大學伯克利分校
在過去的幾年里，機器人專家使用了多種技術來訓練機器人在不同的環(huán)境中高效、快速地移動。但正如這項新研究的研究人員指出的那樣，此類機器人并沒有太多有用的應用。研究人員認為，能夠以緩慢但高效的方式執(zhí)行日常任務的機器人會更有用。為此，他們轉向了模擬到真實的強化學習。
通過在模擬環(huán)境中暴露于數十億個示例，該技術涉及訓練機器人的模擬版本來執(zhí)行所需的任務。該方法還涉及使用獎勵/懲罰系統(tǒng)作為機器人訓練的一部分，例如，如果機器人在嘗試實現目標時做得正確，則會獲得“1”的獎勵。然而，如果它做錯就會收到“-1”。隨著時間的推移，它會在尋求增加獎勵數量時提高其性能。
研究小組使用這種方法訓練了一個名為Digit的機器人，讓它在城鎮(zhèn)未知區(qū)域的人行道上行走，并在遭受大球反復攻擊后恢復，以克服身體限制、走過可能導致絆倒的材料、攜帶背包、將一袋垃圾放入垃圾箱，以及使用手提袋攜帶個人物品。
研究人員建議，模擬到真實的強化學習可用于在家庭、辦公室或工廠車間等現實環(huán)境中訓練機器人，從而使讓機器人更有用。
