Рої роботів, навчені в симуляції, працюють і на реальних роботах, показало дослідження
IRIDIA, лабораторія штучного інтелекту Вільного університету Брюсселя, описує метод перенесення на фізичні машини поведінок, яких рої роботів навчаються у програмному середовищі. Рої, навчені цим методом, як повідомила команда, стабільно працювали на реальних роботах. Результати з'явилися в Science Robotics.
Навчання з підкріпленням дозволяє машинам відкривати поведінки шляхом повторних спроб, зазвичай у симуляторі. Проблема в тому, що дослідники називають «розривом реальності»: тертя, шумні сенсори та недосконала механіка відрізняються в симуляторі та у фізичному світі, тож навички, засвоєні в програмному середовищі, часто не працюють на реальному обладнанні.
Робототехніка роїв пішла іншим шляхом. Її модульні методи проєктування будують поведінку з наперед заданих блоків, які, за словами дослідників, надійно переносяться на реальні машини, але залежать від повільних і дорогих процедур пошуку. Два підходи рідко порівнювали ґрунтовно.
Замість того щоб алгоритм задавав швидкість кожного колеса, дослідники змушували його крок за кроком обирати з кількох перевірених поведінок, зокрема рух до світла, приєднання до інших роботів і дослідження. Таке обмеження, за їхніми словами, не дає роботам вивчати хитрощі, які існують лише в симуляторі.
«Роками ми стверджуємо, що розрив реальності — це по суті проблема перенавчання: надто гнучкий метод проєктування навчається симулятору, а не завданню,»
У межах п'яти колективних місій дослідники провели 250 експериментів на фізичних роботах, використовуючи рій із 20 роботів e-puck. За словами команди, рої, навчені таким способом, переносилися надійно і суттєво перевершували провідний метод, у якому алгоритм керує моторами безпосередньо. Альтернативний підхід мав труднощі після виходу із симулятора.
Ще одне спостереження: обмежені, простіші політики керування переносилися на реальні роботи краще за більші й гнучкіші. Результат суперечить поширеному в ШІ припущенню, що більші й гнучкіші моделі зазвичай показують кращі результати.
«Мене надихає те, що це робить навчання з підкріпленням практичним інструментом для робототехніки роїв,»
Гарбі сказав, що наступний крок — тестування більших роїв на інших роботизованих платформах і в менш контрольованих умовах. Автори описують роботу як поєднання двох дослідницьких традицій, які розвивалися переважно окремо, і стверджують, що обидві потрібні, перш ніж команди автономних роботів зможуть брати на себе пошук і порятунок або моніторинг довкілля.