Jawatan Popular

Pilihan Editor - 2019

Perisian terobosan mengajar watak komputer untuk berjalan, berlari, bahkan bermain bola sepak

Anonim

Watak-watak komputer dan akhirnya robot boleh belajar kemahiran motor yang kompleks seperti berjalan dan berjalan melalui percubaan dan kesilapan, terima kasih kepada algoritma tonggak yang dibangunkan oleh penyelidik Universiti British Columbia.

iklan


"Kami mencipta manusia yang disimulasikan secara fizikal yang belajar untuk bergerak dengan kemahiran dan ketangkasan melalui persekitaran mereka, " kata Michiel van de Panne, seorang profesor sains komputer UBC yang sedang menyampaikan penyelidikan hari ini di SIGGRAPH 2017, grafik dan interaktif komputer terbesar di dunia persidangan teknik. "Kami mengajar watak-watak komputer untuk belajar menanggapi persekitaran mereka tanpa harus membuat kod strategi yang diperlukan, seperti cara mengekalkan keseimbangan atau merancang laluan melalui halangan yang bergerak. Sebaliknya, tingkah laku ini dapat dipelajari."

Kerja, yang dikenali sebagai DeepLoco, menawarkan cara alternatif untuk menghidupkan pergerakan manusia dalam permainan dan filem dan bukan kaedah semasa yang menggunakan pelakon dan kamera menangkap gerakan atau animator. DeepLoco membolehkan watak-watak untuk secara automatik bergerak dengan cara yang sama-sama realistik dan penuh perhatian terhadap persekitaran dan matlamat mereka. Pada masa akan datang, dua atau empat robot berkuasa boleh belajar menavigasi persekitarannya tanpa perlu kod tangan peraturan yang sesuai.

Menggunakan algoritmanya, watak-watak yang disimulasikan telah belajar berjalan di sepanjang jalan yang sempit tanpa terjatuh, untuk mengelakkan berlari ke orang atau halangan lain yang bergerak, dan juga untuk menggiring bola bola ke arah gol.

Kaedah ini menggunakan penggunaan pembelajaran penguatkuasaan yang mendalam, sejenis algoritma pembelajaran mesin di mana pengalaman diperoleh melalui percubaan dan kesilapan dan dimaklumkan oleh ganjaran. Dari masa ke masa, sistem secara progresif mengenal pasti tindakan yang lebih baik untuk mengambil dalam situasi yang diberikan.

"Ia seperti belajar sukan baru, " kata van de Panne. "Sehingga anda mencuba, anda tidak tahu apa yang anda perlu perhatikan.Jika anda belajar snowboard, anda mungkin tidak tahu bahawa anda perlu mengedarkan berat badan dengan cara tertentu antara jari kaki dan tumit anda. strategi yang paling baik dipelajari, kerana mereka sangat sukar untuk kod atau mereka bentuk dengan cara lain. "

Gerakan manusia dan haiwan ditadbir bukan hanya oleh fizik tetapi juga kawalan. Manusia belajar kawalan motor melalui percubaan dan kesilapan, van de Panne mengatakan sukar untuk mengetahui berapa banyak algoritma yang meniru proses pembelajaran manusia. Lagipun, program komputer masih belajar lebih perlahan daripada manusia. Dia mula bekerja pada jenis masalah pembelajaran motor ketika dia mempunyai anak; mereka sekarang 17 dan 20.

"Saya ingat dengan tertanya-tanya siapa yang akan belajar kemahiran berjalan dengan lancar dan pertama: anak, anak perempuan atau algoritma?" katanya. "Anak lelaki dan anak saya memukul saya dengan tembakan panjang."

Tonton video di sini: //youtu.be/15IyqCwTV4A

iklan



Sumber Cerita:

Bahan yang disediakan oleh Universiti British Columbia . Nota: Kandungan mungkin diedit untuk gaya dan panjang.