MITのロボット犬がまた進化しました。砂利や氷の上でも滑らずに走れます。今回は本当に犬と同じくらい安定しています

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

かつては集団でバク転したり、フットボールを蹴ったりしていた MIT のロボット犬ミニチーターが、今では足が不自由になっている？

でも、私はまだ幸せに歩いています。

これは、MITの科学者が「ロボット犬の権利」を侵害しているからではなく、犬が新しいテクノロジーの助けを借りて進化したからです。

足を骨折しても歩けるようになっただけでなく、以前は歩くのが困難だった砂利道も歩けるようになった。

凍った道路で円を描いて遊ぶこともできます。

正常時、最高速度は3.9m/sに達します。 動作を開始すると、開発者はコンピューターを押さえて後ろでよろめくしかありません。

オリジナルの（オープンソースの）MITロボット犬は、わずか3時間で上記のスキルをすべて習得しました。

このような強力な学習能力はどこから来るのでしょうか?

3時間で100日以上のランニング経験を積む

まず、ロボット犬のさまざまな動作は、体内の専用コントローラーに依存しています。

エンジニアは物理的な運動の法則を分析し、効果的な抽象概念を開発し、ロボット犬が走行中にバランスを維持できるように特殊なコントローラー階層を設計および実装します。

しかし、事前にすべての可能性のある地形分析を手動で分析して確立し、ロボット犬が環境の変化を迅速に識別して対応できるようにするのは簡単ではありません。

たとえば、芝生の上の小さな氷片や、砂利の山の突然の大きな突起により、ロボット犬が動けなくなる場合があります。

（だから…やめないで！）

人間が設計したコントローラーの場合、問題が発生した場合は当然、人間による原因の分析と手動調整が必要となり、時間コストが大幅に増加します。

どうすればいいですか？

MITの科学者らはこう語った。

ロボット犬が自ら学習できるようにしましょう！

研究チームは、複数の地形を含むシミュレーション環境を開発し、その中で犬を訓練した。

訓練期間中、研究チームはニューラルネットワークを追加し、ロボット犬がさまざまな地形での走行や失敗の経験からパターンを要約し、新しい地形に適応する最善の方法を自ら見つけられるようにした。

わずか 3 時間で、シミュレーション世界のミニチーターはさまざまな地形での100 日間の走行経験を積みました。

さらに、チームはロボット犬向けにエンドツーエンドのセンサーモーション戦略に基づいたコントローラーも導入しました。

このコントローラーは、ジョイント エンコーダーと IMU (慣性計測ユニット) のデータをジョイント コマンドに直接変換します。追加の状態推定や制御サブシステムがなくても、ロボット犬は機敏な動きや極端な動きをより上手に実行できるようになります。

この時、ミニチーターは経験を積んだ犬になりました。

先ほどつまずいた縁石も、今は自信を持ってまたぐことができます。

高速で走っていても、地面の電線につまずくことはありません。

屋内の回転速度は 5.7rad/s (1 秒あたり 320°、ほぼ 1 周) に達します。

MIT CSAILの研究

この研究は MIT のコンピュータサイエンスおよび人工知能研究所 (MIT CSAIL) によるもので、論文とコードは近日中に公開される予定です。

第一著者のガブリエル・マーゴリス氏は、MIT の博士課程の学生です。彼の主な研究分野は、身体化された知能、つまり現実世界とマルチモーダルに相互作用できる身体を持つ人工知能を開発することです。

共同筆頭著者のゲ・ヤン氏はイェール大学で物理学と数学の学士号を取得し、その後シカゴ大学で物理学の博士号を取得した。

彼は現在、国立科学財団 (NSF) の AI および基礎的相互作用研究所 (IAIFI) の博士研究員です。

ビデオ：

https://www.youtube.com/watch?v=-BqNl3AtPVw