19 ژانویه 2021 توسط دانشگاه صنعتی توویاشی
یک گروه تحقیقاتی از آزمایشگاه سیستم های هوشمند (AISL) در دانشگاه صنعتی توویاشی (TUT) چارچوب جدیدی را برای آموزش سریع ربات های سیار با حفظ سرعت پایین برخورد پیشنهاد کرده است. این چارچوب ترکیبی از یادگیری تقویت عمیق (DRL) و یادگیری برنامه درسی در روند آموزش روبات ها برای یادگیری یک سیاست ناوبری سریع اما ایمن است.
یکی از نیازهای اساسی ربات های سیار خودمختار ، قابلیت پیمایش آنهاست. ربات باید بتواند از موقعیت فعلی خود به موقعیت هدف مشخص شده روی نقشه طبق مختصات داده شده حرکت کند و در عین حال از برخورد با موانع اطراف جلوگیری کند. در برخی موارد ، ربات ملزم است با سرعت کافی حرکت کند تا در اسرع وقت به مقصد برسد. با این حال ، ربات هایی که سریعتر حرکت می کنند معمولاً خطر برخورد بالایی دارند و ناوبری را ناامن و ربات و محیط اطراف را به خطر می اندازند.
برای حل این مشکل ، یک گروه تحقیقاتی از آزمایشگاه سیستم هوشمند فعال (AISL) در دپارتمان علوم و مهندسی کامپیوتر در دانشگاه صنعتی توویاشی (TUT) چارچوب جدیدی را ارائه داد که قادر است تعادل سریع اما ایمن ربات را متعادل کند. چارچوب پیشنهادی ، ربات را قادر می سازد تا با استفاده از یادگیری تقویت عمیق (DRL) و یادگیری درسی ، سیاستی را برای ناوبری سریع اما ایمن در یک محیط داخلی بیاموزد.
Chandra Kusuma Dewa ، دانشجوی دکترا و نویسنده اول مقاله ، توضیح داد که DRL می تواند با تلاش مکرر اقدامات مختلف ، ربات را قادر به یادگیری اقدامات مناسب بر اساس وضعیت فعلی محیط (به عنوان مثال موقعیت ربات و قرار دادن موانع) کند. علاوه بر این ، مقاله توضیح می دهد که اجرای عمل فعلی بلافاصله متوقف می شود ، ربات به موقعیت هدف دست می یابد یا با موانع برخورد می کند زیرا الگوریتم های یادگیری تصور می کنند که اقدامات توسط ربات با موفقیت انجام شده است ، و از این پیامد برای بهبود کار استفاده می شود. چارچوب پیشنهادی می تواند به حفظ ثبات محیط یادگیری کمک کند تا ربات بتواند سیاست ناوبری بهتری را بیاموزد.
علاوه بر این ، پروفسور Jun Miura ، رئیس AISL در TUT ، توصیف کرد که این چارچوب با تنظیم مقدار کمی از سرعت برای ربات در ابتدای آموزش ، از یک استراتژی یادگیری برنامه درسی پیروی می کند. با افزایش تعداد قسمت ها ، سرعت ربات به تدریج افزایش می یابد تا ربات بتواند به تدریج از پیچیده ترین سطح ، بصورت مرحله ای با حرکت آهسته ، تا سخت ترین کار پیچیده ناوبری سریع اما ایمن را در محیط آموزش بیاموزد.
از آنجا که برخوردها در مرحله آموزش نامطلوب است ، تحقیق در مورد الگوریتم های یادگیری معمولاً در یک محیط شبیه سازی شده انجام می شود. برای آزمایشات ، محیط داخلی را همانطور که نشان داده شده است ، شبیه سازی کردیم. ثابت شده است که چارچوب پیشنهادی این ربات را قادر می سازد تا با بالاترین میزان موفقیت در مقایسه با سایر چارچوبهای قبلی ، هم در آموزش و هم در روند تأیید ، سریعتر حرکت کند. این گروه تحقیقاتی بر این باورند که این چارچوب براساس نتایج ارزیابی ارزشمند است و می توان از آن برای آموزش روبات های متحرک در هر زمینه ای که به ناوبری سریع اما ایمن نیاز دارد ، استفاده کرد.
