Robothond leert zichzelf sneller rennen en haalt nu 14 km/u
© MIT
Een prototype-robothond van de Amerikaanse universiteit MIT heeft zijn eigen snelheidsrecord gebroken. De robot leerde zichzelf aan wat de efficiëntste manier is om te rennen, zonder menselijke tussenkomst.
De MIT Mini Cheetah haalt nu een snelheid van zo’n 14 kilometer per uur. De robot deed dat door gebruik te maken van een zogenaamd 'reinforcement learning'-systeem. Dat zorgde ervoor dat de robot zonder menselijke tussenkomst zelf kon aanleren wat de meest efficiënte manier is om voort te bewegen.
Door dat systeem kan de robot ook omgaan met onverwachte situaties. In een video is te zien hoe de robot leert lopen op glad ijs, op losse kiezelsteentjes en zelfs wanneer een been wordt uitgeschakeld.
De Mini Cheetah kan bovendien zelfs simulaties gebruiken om bij te leren. Volgens het ontwikkelingsteam kan het op die manier honderd dagen ervaring opdoen in maar drie uur tijd. Dat doet de robot volledig stilstaand.
Bekijk de robot in actie:
Minder voorprogrammeren
De technologie moet er uiteindelijk voor zorgen dat robots flexibeler leren omgaan in een menselijke omgeving. Tot nu toe konden robots nog niet zelf bijleren, waardoor zij moeite hadden met nieuwe situaties. Bovendien zat er enorm veel werk in het aanleren van nieuwe bewegingen.
Daarmee onderscheidt MIT zich van bedrijven als Boston Dynamics. Dat bedrijf werd bekend om zijn futuristisch ogende robots, die allerlei kunstjes vertoonden op YouTube. Voor die indrukwekkende bewegingen moesten de machines worden voorgeprogrammeerd door mensen.
Schaalbare technologie
Omdat de robot op elk soort terrein kan leren lopen met een redelijk simpel neuraal netwerk, is het volgens de ontwikkelaars mogelijk om de technologie op te schalen.
"Een praktische manier om een robot te bouwen met veel verschillende vaardigheden is om hem te vertellen wat hij moet doen en hem zelf te laten uitzoeken hoe. Ons systeem is daar een voorbeeld van," vertellen Gabriel Margolis en Ge Yang, twee van de ontwikkelaars. Ze passen het concept inmiddels ook toe op andere robotsystemen, waaronder handen die verschillende objecten kunnen oppakken en bedienen.