@MSGID: 2:5053/51 79a85f80
@TID: FMail/2 1.48b
@PID: FTools/2 1.48b
Lenta.ru: https://lenta.ru/news/2025/01/29/robot-learn/
29.01.2025 19:12 Робота с хлыстом обучили на ошибках

Робота с хлыстом обучили на ошибках
 Метод обучения с подкреплением позволил научить роботов собирать
дженгуАндрей Ставицкий (Редактор отдела `Наука и техника`)
 Специалисты Калифорнийского университета в Беркли (США) разработали
эффективный способ обучения роботов с помощью искусственного интеллекта (ИИ).
Результаты исследования опубликованы на сайте организации.
 Ученые разработали новую модель обучения с подкреплением, опираясь на
ИИ и камеры. Инженеры заставили роботов повторять определенные действия,
совершать ошибки и учиться на них. Для анализа ситуации, своих действий,
помощи оператора и обратно связи машины полагались на камеры и сенсоры.
 По словам участника исследования Цзяньланя Ло, на первом этапе ему
приходилось постоянно помогать роботу и показывать пример. Он отметил, что он
`нянчился` с роботом 30 процентов своего времени, но с каждой попыткой
устройство выполняло задачу все лучше и лучше. В качестве примера они привели
эксперимент, где робот с хлыстом наносил удары по башне в игре `дженга`, точно
выбивая блоки, и собирал мебель.
 Ло заметил, что играющий в `дженгу` робот с хлыстом выглядит
невероятно: `Я пробовал сделать то же самое с хлыстом в руке, и мой успех был
равен нолю процентам`. По словам специалиста, в будущем машины можно будет
обучать любым механическим задачам - от ремонта автомобиля до приготовления
пищи.
 В конце ноября ученые из России создали первую открытую среду для
исследований и разработки алгоритмов в области контекстного обучения с
подкреплением - XLand-MiniGrid. Отмечается, что среда уже получила признание в
международном исследовательском сообществе.

--- NewsRobot V0.14l/OS2 (C) W2M PROGRAMMING, 02.2014-02.2022
 * Origin: CONCORD BBS (2:5053/51.0)
SEEN-BY: 50/109 221/6 301/1 341/66 452/28 463/68
4500/1 5000/111 5001/100
SEEN-BY: 5010/352 5015/42 5019/40 5020/101 113 715
830 848 1042 4441 12000
SEEN-BY: 5030/49 115 1081 5049/3 5053/51 57
5058/104 5061/133 5083/1 444
SEEN-BY: 6090/1
@PATH: 5053/51 5020/1042 4441