近期國外機器人研發(fā)動態(tài)
2021-01-05 15:01:15 來源 : 綜編????????警用裝備網(wǎng)訊:?美陸軍開發(fā)出高效機器人訓練模型
美國陸軍面向未來多域作戰(zhàn)概念研發(fā)了一種高效的地面機器人學習模型,該模型提出基于強化學習的策略,可有效減少當前訓練強化學習策略的不可預測性,使自主智能體能夠推理并適應(yīng)不斷變化的戰(zhàn)場條件。
強化學習是智能體(Agent)以“試錯”的方式進行學習,通過與環(huán)境進行交互獲得的獎賞指導行為,目標是使智能體獲得最大的獎賞。強化學習技術(shù)具備解決復雜問題的能力,近年來在如圍棋、象棋和電子游戲等領(lǐng)域有較為長足的發(fā)展。美國陸軍將這種強化學習技術(shù)應(yīng)用在地面機器人面臨著兩個巨大挑戰(zhàn)。首先是算法的限制。在強化學習中,策略梯度方法(Policy Gradient Methods)是連續(xù)空間可伸縮算法的基礎(chǔ),但是現(xiàn)有技術(shù)無法支持更廣泛的決策目標,例如風險敏感性、安全約束、對先驗知識的探索和發(fā)散。其次就是數(shù)據(jù)量的問題。強化學習需要大量的樣本復雜性,而美國陸軍多域作戰(zhàn)概念和下一代戰(zhàn)斗車輛(NGCV)項目目前數(shù)據(jù)匱乏并不支持現(xiàn)有訓練機制。
在陸軍多域作戰(zhàn)概念和NGCV項目中應(yīng)用強化學習,訓練機制必須提高連續(xù)空間中的樣本效率和可靠性,ARL通過將現(xiàn)有的策略搜索方案推廣到通用工具,取得了重要突破。研究人員為通用程序開發(fā)了新的策略搜索方案,并且還確定了其樣本復雜度。由此產(chǎn)生的策略搜索方案減少了獎勵積累的波動性,形成了對未知領(lǐng)域的有效探索和先驗的機制。值得注意的是,地面機器人獲取數(shù)據(jù)的成本很高。減少獎勵積累的波動性,確保以有效的方式探索未知領(lǐng)域,或者吸收以前的經(jīng)驗,都將有助于打破強化學習中現(xiàn)行實踐的樣本效率壁壘。通過減少隨機抽樣的數(shù)量,可以實現(xiàn)策略優(yōu)化。
這項研究為強化學習中的經(jīng)典策略梯度定理做出了貢獻。裝備有強化學習功能的自主機器人將能夠協(xié)助戰(zhàn)士在未來戰(zhàn)場上進行偵察探索和風險評估。研究人員下一步計劃在強化學習中將更廣泛的決策目標納入多主體設(shè)置,并研究強化學習主體之間的交互設(shè)置如何在團隊之間產(chǎn)生協(xié)同和對抗性推理。
俄羅斯正在研發(fā)輻射生化防護機器人
俄羅斯正在根據(jù)國防訂單研發(fā)一個用于輻射、化學和生物防護的多功能機器人系統(tǒng),此多功能系統(tǒng)包括地面機器人平臺和無人機。地面機器人將能夠開展所有的輻射、化學和生物偵察工作,還可將它用于消除敵人在戰(zhàn)時使用大規(guī)模殺傷性武器的后果。在和平時期,該多功能系統(tǒng)可在輻射、化學和生物危害設(shè)施發(fā)生事故時使用。
ANYbotics公司研發(fā)輪足復合式移動機器人
ANYmal 此前已經(jīng)推出能行走的無輪版本四足機器人,它靠四條機械腿行走,能穿越不平坦的地形,也能爬樓梯。 最近研究團隊就為機器人添加了一組實用的輪子。
據(jù)悉,蘇黎世聯(lián)邦理工學院的研究團隊自 2018 年以來一直在與 ANYbotics 公司實驗輪式機器人,在新的原型中,研究人員為機器人的每只腳裝上四個裝有輪轂電機的輪子。
這種輪足復合式移動機器人結(jié)合了輪式機器人在平坦路面上的高效率,和足式機器人在崎嶇路面上的越野能力。
據(jù)相關(guān)研究人員介紹,帶輪子的 ANYmal 與其他輪足式機器人相比,能實現(xiàn)更強大的動態(tài)運動,運輸成本上還可降低 83%,與其腿式機器人相比有明顯的優(yōu)越性。
當前,人們對機器人的運動要求也越來越復雜。工作環(huán)境的復雜性和多樣化對移動機器人的機械結(jié)構(gòu)設(shè)計提出了越來越高的要求,對于對于有腿的機器人,疫情蔓延歐美的 2020 年,似乎是是具有突破性的一年,這從資本方面的動作可以看出,美國機器人研發(fā)公司 Agility Robotics 最近為其 Digit 類人機器人籌集了 2000 萬美元的 A 輪融資,ANYmal 公司也在前幾天完成了 2230 萬美元的 A 輪融資。隨著類似機器人剛剛開始進入主流,市場似乎已經(jīng)準備好持續(xù)增長。
在過去,機器人要么傾向于使腿,要么使用輪子移動。而大部分輪腿結(jié)合的輪足式機器人仍然只在研究領(lǐng)域。ANYmal 這次展示的四足輪式機器人的潛力,是否指明了未來機器人領(lǐng)域的發(fā)展方向?這或許需要交給時間。
新聞稿件歡迎直接聯(lián)系:QQ 34004818 微信公眾號:cpsjyzb
我要評論
0 條評論
- 還沒有人評論過,趕快搶沙發(fā)吧!