Не так давно робот-гепард Mini-Cheetah, разработанный уже достаточно давно специалистами лабораторий Biomimetic Robotics Lab и Improbable AI Lab Массачусетского технологического института (Massachusetts Institute of Technology, MIT), установил свой собственный рекорд скорости в 14.04 километра в час, благодаря новой системе управления и самообучения, построенной на принципах искусственного интеллекта. Наличие такой системы позволяет роботу самостоятельно выбирать способ перемещения, достаточно быстро адаптироваться к изменениям характера поверхности и для этого не требуется никакого вмешательства или участия человека.
Но даже оснащенного искусственным интеллектом робота Mini-Cheetah пока еще нельзя назвать самым быстрым. В 2012 году его более крупный "собрат" от известной компании Boston Dynamics установил рекорд скорости для роботов такого типа, который составил 45.54 километра в час. Но прошлое достижение являлось результатом тщательной работы людей и проведенных ими расчетов, в которых учитывались абсолютно все параметры и особенности конструкции робота. Однако, робот Mini-Cheetah имеет потенциал стать еще более быстрым и прийти к этому совершенно самостоятельно, обучаясь, накапливая опыт и навыки.
На приведенном ниже видеоролике можно увидеть, как робот Mini-Cheetah ведет себя при столкновениях с препятствиями, при ходьбе с одной неисправной конечностью, при движении по скользкой ледяной поверхности и по хаотично сформированным кучам гравия. Все это стало возможным благодаря достаточно несложной искусственной нейронной сети, которая самостоятельно делает оценку текущей ситуации, полученных ранее результатов и выбирает, исходя из этого, наиболее оптимальные движения.
Более того, для обучения робота Mini-Cheetah премудростям движения в различных условиях даже не требуется создание реальных полигонов с такими условиями. Робот вполне может проходить обучение в виртуальной реальности, в которой возможно моделирование даже самых экзотических условий. При этом, такое обучение производится гораздо быстрее, чем обучение в реальном мире, за три часа интенсивного моделирования робот способен накопить опыт, эквивалентный опыту, приобретенному в реальном мире за 100 суток непрерывного обучения.
Разработанная учеными из Массачусетса технология может быть успешно использована и по отношению к роботам других типов, которые смогут обрести весьма разноплановые возможности, которые достигаются лишь большим трудом при условии использования традиционного подхода.
"Наиболее практичным способом создания робота, обладающего большим набором разнообразных умений и навыков, является обеспечение возможности задания роботу конечного результата, и предоставления ему возможности выяснить самостоятельно, как достичь желаемого" - пишут исследователи, - "В нашей работе мы использовали эту парадигму по отношению к другим автоматизированным системам, включая манипуляторы, которые способны захватывать, перемещать и совершать другие действия с различными предметами".