DeepMinds AI lär sig ta sig fram på hinderbanor

Foto: DeepMind / YouTube / MakeAGIF

DeepMind pensionerade nyligen AlphaGo men AI-forskningen fortsätter. Nu har man tagit fram en AI som inte bara lärt sig springa på egen hand utan även att ta sig fram på en virtuell hinderbana.

Artificiell intelligens kan numera utan problem besegra de bästa mänskliga spelarna i brädspelen schack och go, men vad gäller fysisk intelligens är vi människor fortfarande överlägsna. Till och med de mest avancerade bipedala robotarna idag får kämpa för att kunna ta sig fram i många vardagliga miljöer utan att ramla omkull.

Nu har DeepMind tagit fram en AI som via reinforcement learning (RL) lärt så kallade agenter ta sig fram över en virtuell hinderbana. Agenterna fick som enda mål att ta sig framåt och lärde sig därefter på egen hand att springa, hoppa, krypa och klättra för att ta sig förbi de olika hindren. Eftersom AI:n inte förprogrammerats med hur man går, utan fick lista ut detta från grunden genom att prova sig fram, blev många av springstilarna ganska lustiga.

DeepMind matade dock även in motion capture-data från mänskliga rörelsemönster till agenterna och fick dem på så vis att röra sig på ett sätt som såg mer mänskligt ut. Man begränsade sig dock inte bara till humanoida karaktärer utan hade även små insektsliknande varelser som dessutom försetts med virtuella sensorer för kroppen.

Förhoppningsvis kan AI-forskning som denna bidra till utvecklingen av mer fysiskt intelligenta robotar i framtiden och samtidigt lätta på bördan för de robotutvecklare som idag måste ägna mycket tid åt att ta fram komplicerade kontrollalgoritmer för att robotarna ens ska kunna utföra vad vi människor redan klarar av som små barn.

DeepMind