Нещодавно робот-гепард Mini-Cheetah, розроблений вже досить давно фахівцями лабораторій Biomimetic Robotics Lab та Improbable AI Lab Массачусетського технологічного інституту (Massachusetts Institute of Technology, MIT), встановив свій власний рекорд швидкості о 14.04 кілометра на годину. та самонавчання, побудованої на принципах штучного інтелекту. Наявність такої системи дозволяє роботу самостійно вибирати спосіб переміщення, досить швидко адаптуватися до змін характеру поверхні та для цього не потрібне жодне втручання чи участь людини.
Але навіть оснащеного штучним інтелектом робота Mini-Cheetah поки що не можна назвати найшвидшим. У 2012 році його більший “собрат” від відомої компанії Boston Dynamics встановив рекорд швидкості для роботів такого типу, який склав 45.54 кілометри на годину. Але минуле досягнення було результатом ретельної роботи людей і проведених ними розрахунків, в яких враховувалися всі параметри та особливості конструкції робота. Однак, робот Mini-Cheetah має потенціал стати ще швидшим і прийти до цього абсолютно самостійно, навчаючись, накопичуючи досвід та навички.
На наведеному нижче відеоролику можна побачити, як робот Mini-Cheetah поводитися при зіткненнях з перешкодами, при ходьбі з однією несправною кінцівкою, під час руху по слизькій крижаній поверхні та хаотично сформованих купах гравію. Все це стало можливим завдяки досить нескладній штучній нейронній мережі, яка самостійно робить оцінку поточної ситуації, отриманих раніше результатів і вибирає, виходячи з цього найбільш оптимальні рухи.
Щобільше, для навчання робота Mini-Cheetah премудростям руху в різних умовах навіть не потрібне створення реальних полігонів із такими умовами. Робот цілком може проходити навчання у віртуальній реальності, в якій можливе моделювання навіть найекзотичніших умов. При цьому таке навчання проводиться набагато швидше, ніж навчання в реальному світі, за три години інтенсивного моделювання робот здатний накопичити досвід, еквівалентний досвіду, набутому в реальному світі за 100 діб безперервного навчання.
Розроблена вченими з Массачусетса технологія може бути успішно використана і стосовноошенню до робіт інших типів, які зможуть набути досить різнопланових можливостей, які досягаються лише великою працею за умови використання традиційного підходу.
“Найпрактичнішим способом створення робота, що володіє великим набором різноманітних умінь і навичок, є забезпечення можливості завдання роботу кінцевого результату, та надання йому можливості з’ясувати самостійно, як досягти бажаного” – пишуть дослідники, – “У нашій роботі ми використовували цю парадигму стосовно до іншим автоматизованим систем, включаючи маніпулятори, які здатні захоплювати, переміщати та здійснювати інші дії з різними предметами.