侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

OpenAI机械手“自学”完成单手解魔方

2019-10-17 11:19
来源: 21IC电子网

近日,人工智能研究组织OpenAI在构建通用自学机器人方面取得了新的里程碑。该组织的机器人部门表示,其去年首次开发的类人机器人手Dactyl,已经学会了单手解魔方。 OpenAI将这一壮举视为机器人附件灵巧性以及自家AI软件的巨大飞跃,AI软件使Dactyl可以在面临实际挑战之前,利用虚拟仿真学习虚拟任务中的新任务。

据报道,OpenAI是一家以人工智能和机器学习研究而闻名的公司,其周二展示了能解开三阶魔方的机械手。这套名为Dactyl的机械手是通过使用称为自动域随机化(ADR)和强化学习的新技术进行训练的。在过去的Dota 2中,Dactyl所采用的强化学习算法已经证明了它可以对抗人类对手。

OpenAI机械手“学习”解开三阶魔方技术

名为Dactyl的机械手是通过使用称为自动域随机化(ADR)和强化学习的新技术进行训练的。在过去的Dota 2中,Dactyl所采用的强化学习算法已经证明了它可以对抗人类对手。

新技术ADR通过生成越来越难以训练的Dactyl训练场景来帮助教机械手解决古老的难题。自动域随机化的方式如下:

ADR从单一的非随机环境开始,在该环境中,神经网络学习了如何解开三阶魔方。随着神经网络在任务中变得更好并达到性能阈值,域随机化的数量会自动增加。

由于神经网络现在必须学会将其推广到更随机的环境,因此这使任务更加艰巨。神经网络不断学习,直到再次超过性能阈值,然后再进行更多随机化,然后重复该过程。

团队认为,ADR是一项重大进步,因为逐步困难的训练模拟的建立“使我们摆脱了对真实世界的准确模型的束缚,并使在模拟中学习到的神经网络的转移能够应用于真实世界。 ”

有些人并不完全相信增强学习是否是未来此类机器人的方法。Berenson在谈到该主题时暗示了一种更传统的方法:“到今天结束时,将会有一些学习过程-可能是强化学习。但是我认为那些过程实际上应该晚得多。”

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号