ربات ها توسط هوش مصنوعی راه رفتن را می آموزند

الگوریتم جدید هوش مصنوعی به ربات ها این امکان را می دهد تا راه رفتن را همانند سایر موجودات یاد بگیرند و حرکات حیوانات را تقلید کنند.
برای یک زرافه تازه متولد شده، به دنیا آمدن می تواند خطری بزرگ در جهان باشد. شکارچیان در انتظار فرصتی برای شکار ضعیف ترین عضو گروه هستند. به همین دلیل است که بسیاری از گونه ها راه هایی را برای فرزندان خود پیدا کرده اند تا ظرف مدت چند دقیقه بعد از تولد به وضعیت ثابتی برسند و توانایی انجام کارهای خود را بدست بیاورند.

آموزش راه رفتن به ربات ها توسط هوش مصنوعی
این یک شاهکار تکاملی شگفت انگیز است که زیست شناسان و رباتیک ها را تحت تاثیر قرار داده است. اکنون یک تیم تحقیقاتی USC از دانشکده مهندسی ویتنام معتقدند آن ها اولین کسانی هستند که ربات هایی را با تاندون هایی شبیه به حیوانات طراحی کرده اند که حتی میتوانند از بین بروند و یا بهبود پیدا کنند. کاری که ربات ها به صراحت آن را برنامه ریزی نکرده بودند.
Francisco J. Valero-cuevas استاد مهندسی پزشکی، یک الگوریتم الهام گرفته از مهندسی پزشکی را ایجاد کرده است که می تواند تنها پس از 5 دقیقه بازی بدون ساختار راه رفتن را بیاموزد و سپس خود را با برنامه های دیگری منطبق کند.
Valero-Cuevas که در علوم کامپیوتر، الکتریک و مهندسی کامپیوتر نقطه نظراتی دارد گفت: امروزه آماده کردن ربات ها برای تعامل با جهان در حدود چند ماه یا چند سال طول می کشد اما می خواهیم به فرآیند یادگیری و سازگاری های سریعی که در طبیعت دیده می شود دست یابیم.

ربات ها راه رفتن را آموزش می بینند
Marjininejad، کاندیدای دکترا در بخش مهندسی پزشکی در ایالات متحده آمریکا و نویسنده اصلی این مقاله گفت: این پیشرفتی که در ربات ها توسط هوش مصنوعی اتفاق می افتد همانند یادگیری طبیعی است که در نوزادان اتفاق می افتد. او همچنین می گوید: این ربات توسط یک فرآیند بازی آزاد، قادر به درک محیطی است که در آن قرار دارد (فرآیندی که به عنوان motor babbling شناخته می شود).
Marjinikejand اضافه کرد: حرکت تصادفی پا به ربات اجازه می دهد بتواند هماهنگی داخلی اندام و ارتباط آن با محیط را ایجاد کند.
Marijininejad همچنین اضافه کرد این امر بسیار مهم است، زیرا برنامه نویسان می توانند به سناریو های مختلف، اما نه هر سناریوی احتمالی را پیش بینی و برای آن کد گذاری کنند. بنابراین ربات های از پیش برنامه ریزی شده ناگزیر به شکست هستند.
با این حال، اگر به این ربات ها اجازه دهید از تجربه های مربوط یاد بگیرند، در نهایت راهی را پیدا می کنند که که می توانند هر زمان که نیاز است از آن استفاده کنند. ممکن است راهی که پیدا می کنند عالی نباشد، اما آن را فرا می گیرند تا هر زمان که برای شرایط موجود مناسب باشد از آن استفاده کنند. همه ی ما وقت و انرژی لازم برای پیروزی در مسابقات المپیک را نداریم. این مثالی است که Marijininejad برای این ربات ها آورده است.

یادگیری راه رفتن ربات ها
از طریق روند کشف بدن و محیط زیست، اندام های ربات طراحی شده در آزمایشگاه Valero تجربه های منحصر به فرد خود را در جهت توسعه الگوی راه رفتن به کار می گیرد و ربات هایی با قابلیت حرکات شخصی تولید می شوند. Valero-Cuevas می گوید: شما می توانید تشخیص دهید چه شخصی وارد اتاق می شود چرا که با الگوی حرکتی او آشنا هستید. ربات های ما از تجربه های محدود خود برای پیدا کردن راه حل این مسئله استفاده می کنند تا عادت های شخصی و یا ویژگی های منحصر به فرد خود را بسازند.
از آن جایی که ربات های ما می توانند عادت های مخصوص به خود را داشته باشند، می توانند عادت های شما بیاموزند و حرکات شما را تقلید کنند، حتی اگر شما یک کار جدید یاد بگیرید و یا قوی و ضعیف شوید.
به گفته نویسندگان، این تحقیق کاربرد بسیاری در زمینه اکتشاف فضا و ماموریت های نجات دارد و همچنین این امکان را فراهم می کند بدون دنبال کردن آن ها و یا نظارت مستقیم، ربات ها را به سیاره ای جدید و یا مناطق پر خطر و نا مطمئن بفرستیم. این ربات ها قابلیت سازگاری با گرانش کم و زیاد زمین را دارند و می توانند الگوی حرکتی خود را با سنگ های سخت وفق دهند و روز دیگر توانایی حرکت در گل های به وجود آمده در باران را نیز دارند.
Urbina-melendez می گوید: کار ما ترکیب مهندسی، هوش مصنوعی، آناتومی و علوم اعصاب است و  این امری امکان پذیر خواهد بود.

برای درج نظر و یا طرح سوالات خود لطفا در سایت ثبت نام کنید و یا وارد سایت شوید

نظرات کاربران

برای این مطلب تاکنون نظری ارسال نشده است. شما اولین نفر باشید