|
歌人工智能项目通过在正常的秩序中添加一些可控制的混乱来解决这个问题。通常情况下，狗的动作会被捕捉，像脚和关节这样的关键点会被仔细追踪。在数字模拟中，这些点将近似于机器人的点，虚拟版的机器人试图用自己的动作来模拟狗的运动，学习它的动作。
到目前为止，一切都很好，但真正的问题是当你试图用模拟的结果来控制一个真正的机器人时，现实世界并不是一个具有理想化的摩擦规则的二维平面。不幸的是，这意味着未经修正的基于模拟的步态会使机器人直接在现实中的地面开始行走。
雷锋网了解到，为了防止这种情况的发生，研究人员在模拟中使用的物理参数中加入了随机因素，使得虚拟机器人的重量更大，或者电机更弱，或者与地面的摩擦更大。这使得描述如何走路的机器学习模型不得不考虑到如何抵消各种各样、微小的差异和它们在生产过程中造成的复杂情况。
学会适应这种随机性，使得四足机器人学习走路的方法在现实世界中更加稳健，可以模仿目标狗的行走，甚至更复杂的动作，比如转弯和旋转，而不需要任何人工干预，只需要一点额外的虚拟训练。
当然，如果需要的话，手动调整仍然可以添加到混合中，但就目前的情况来看，这与以前完全自动完成的工作相比是一个很大的改进。
谷歌对机器人的探索
除了这个四足机器人，年初谷歌推出了一款基于AI的聊天机器人，名叫Meena，与此前最新的聊天机器人相比，它可以进行更合理、更具体的对话。
据公开数据，Meena有26亿个参数，并接受了341 GB文本的训练，这些文本从公共领域的社交媒体对话中被筛选出来。与现有最新的生成模型OpenAI GPT-2相比，Meena具有1.7倍的模型容量，并接受了8.5倍的数据进行训练。可以使得聊天的过程更为有趣。
另外，当我们还在为自己芯片研发苦苦挣扎的时候，谷歌AI已经
（编辑：南通站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
