Компьютерные персонажи и, в будущем, роботы, могут сами обучаться сложным навыкам моторики, как например, ходьбе и бегу, методом проб и ошибок. Такой инновационный алгоритм разработали в  Университете Британской Колумбии.

“Мы создаем модели человека, которые умеют проворно двигаться в окружении. Учим их реагировать на среду вместо того, чтобы вручную программировать нужные стратегии поведения  — к примеру, как держать равновесие или планировать свой путь через движущиеся объекты. Всем этим движениям они могут научиться сами”, — рассказал в пресс-релизе Michiel van de Panne, профессор Университета Британской Колумбии. Он представлял разработку на  SIGGRAPH 2017.

Разработка под названием DeepLoco предлагает альтернативный способ анимации человеческих движений в играх или фильме, вместо тех, что применяются сейчас — с привлечением актеров, камер захвата движения или аниматоров. С DeepLoco персонажи сами двигаются реалистично, они учитывают окружение и цели, которые перед ними стоят. В будущем, роботы на двух или четырех ногах могли бы научиться находить дорогу в пространстве без необходимости прописывать для них соответствующие правила.

С помощью этого алгоритма персонажи научились проходить по узкой дороге и не падать в стороны, не сталкиваться на бегу с людьми или движущимися препятствиями и даже приводить футбольный мяч к голу.

Метод использует преимущества глубокого обучения с подкреплением — это тип машинного обучения, в котором искусственный интеллект получает опыт через пробы, ошибки и награды. Со временем, система учится определять  наилучшие действия в каждой предложенной ситуации.

“Это как учиться новому виду спорта” — говорит de Panne. — “Пока не попробуешь, ты не знаешь, чему стоить уделить внимание. Если ты учишься кататься на сноуборде, ты можешь не знать, что надо распределить вес между носками и пятками. Этим вещам лучше всего учиться, потому что их очень трудно программировать или разрабатывать любым другим способом”.

Движения людей и животных определяются не только физикой, но и контролем. Поскольку люди учатся контролировать движения методом проб и ошибок, по словам de Panne, трудно сказать, насколько алгоритм копирует человеческий способ обучения. В конце концов, компьютерная программа все еще учится гораздо медленнее человека. Сам ученый начал работать над проблемой обучения моторике, когда у него появились дети. Сейчас им 17 и 20 лет.

“Я отчетливо помню, как задавался вопросом — кто научится ходить быстрее — мой сын, дочь или этот алгоритм. Мои дети однозначно ушли вперед”.

Источник>>

Источник: render.ru

Добавить комментарий

Навигация по записям