約翰霍普金斯大學的計算機科學家采取一種平常用于教狗坐下跟坐下的鍛煉技巧，向機器人展現了一種若何自學幾種新技能的機器人，包羅堆砌塊。經由過程這類方式，名為Spot的機器人可以正在幾天內學習平常須要一個月的工夫。
經由過程利用踴躍強化，這是任何利用過的看待轉變狗的行動的人皆熟習的方式，團隊極大地提高了機器人的妙技，而且很快天實現了鍛煉，使鍛煉理想世界中的機器人成為更可行的企業。這些發明新頒發正在名為“GoodRobot！”的論文中。
“這里的問題是咱們若何讓機器人學習妙技？”約翰霍普金斯大學計較交互與機器人實驗室的博士生安德魯·洪特道。“我有狗，以是我曉得嘉獎的事情，那就是我計劃學習算法的靈感。”
與生成存在高度直覺的大腦的人跟植物分歧，計算機是空缺板，必需從頭開始學習所有。可是，真正的學習平常是經由過程重復實驗去實現的，機器人專家仍正在研討若何從毛病中無效學習。
該團隊正在這里經由過程計劃一種嘉獎體系去實現這一方針，該嘉獎體系可以像看待狗一樣看待機器人，為機器人事情。狗能夠會由于做得好的事情而失掉餅干，而機器人則取得了數字積分。
洪特回憶道，他曾教過他的小混混小狗叫利亞下令“離開它”，如許她便可以疏忽步行中的松鼠。他利用兩種類型的零食，平凡的鍛練零食跟更好的器材，例如奶酪。當莉亞鎮靜而起早貪黑時，她赤貧如洗。可是當她冷靜下來并移開視野時，她失掉了好器材。“那時間我給了她奶酪，然后道，‘離開！好呀！’”
視覺分揀機器人有哪些功能一樣，要聚積塊，發明機器人須要學習若何專注于建設性行為。當機器人摸索積木時，它很快相識到精確的重疊行動可以賺取高分，而毛病的重疊則不克不及賺到高分。伸出手，但沒有明白阻礙？不分數敲一堆？相對不分。經由過程將最初一個區塊放在四個區塊的倉庫之上，Spot取得了最大的收益。
鍛煉戰略不只無效，并且花了幾天的工夫去通知機器人過來須要數周的工夫。經由過程起首鍛煉近似于視頻游戲的模擬機器人，然后利用Spot運轉測試，該團隊可能削減操練工夫。
亨特道：“機器人想要更下的分數。”“它可以疾速學習精確的行動以獲得最佳回報。實際上，機器人過來平常要花一個月的工夫才氣到達100%的精度。咱們可能正在兩天內做到那一點。”
食品分揀機器人品牌踴躍的強化不只可以資助機器人自學積木，并且經由過程面體系，機器人也可以很快天學會其他幾項使命，以至包羅若何玩模擬的導航游戲。正在一切環境下皆可以從毛病中學習，那關于計劃一種可以順應新情況的機器人至關重要。
洪特道：“起先，機器人沒有曉得本人正在做甚么，可是每次操練皆會愈來愈好。它永遠不會拋卻，而且會不休測驗考試重疊，而且可能100%天實現使命。”
該團隊認為，這些發明可以資助鍛煉家用機器人來洗衣服跟洗碗-這些使命正在公開市場上很風行，而且可以資助老年人自力生涯。它借可以資助計劃改善的自動駕駛汽車。
哈格道：“咱們的方針是終極開辟出可以正在理想世界中實現龐大使命的機器人，例如產物組裝，賜顧幫襯白叟跟手術。”“咱們現階段沒有曉得若何編程如許的使命-世界太龐大了。可是像如許的事情向咱們評釋，機器人可以學習若何以平安且平安的方法實現此類理想使命的設法主意是有愿望的無效的方法。”
全自動無人分揀機器人快遞分揀機器人的結構廣州分揀機器人技術分揀機器人的分類分揀機器人工作視頻