Este cão robô aprendeu sozinho a andar

O algoritmo da equipe, chamado Dreamer, united states experiências passadas para construir um modelo do mundo ao redor. O Dreamer também permite que o robô notice cálculos de tentativa e erro em um programa de computador em oposição ao mundo actual, prevendo possíveis resultados futuros de suas ações potenciais. Isso permite que ele aprenda mais rápido do que poderia simplesmente fazendo. Depois que o robô aprendeu a andar, ele continuou aprendendo a se adaptar a situações inesperadas, como resistir a ser derrubado por um bastão.

“Ensinar robôs por tentativa e erro é um problema difícil, ainda mais difícil pelos longos tempos de treinamento que esse ensino exige”, diz Lerrel Pinto, professor assistente de ciência da computação na Universidade de Nova York, especializado em robótica e aprendizado de máquina. O Dreamer mostra que o aprendizado por reforço profundo e os modelos de mundo são capazes de ensinar novas habilidades aos robôs em um período de pace muito curto, diz ele.

Jonathan Hurst, professor de robótica da Oregon State College, diz que as descobertas, que ainda não foram revisadas por pares, deixam claro que “o aprendizado por reforço será uma ferramenta elementary no futuro do controle de robôs”.

Remover o simulador do treinamento do robô tem muitas vantagens. O algoritmo pode ser útil para ensinar robôs a aprender habilidades no mundo actual e se adaptar a situações como falhas de {hardware}, diz Hafner – por exemplo, um robô pode aprender a andar com um motor com defeito em uma perna.

A abordagem também pode ter um enorme potencial para coisas mais complicadas, como direção autônoma, que exige simuladores complexos e caros, diz Stefano Albrecht, professor assistente de inteligência synthetic da Universidade de Edimburgo. Uma nova geração de algoritmos de aprendizado por reforço poderia “captar tremendous rapidamente no mundo actual como o ambiente funciona”, diz Albrecht.