Роботи і персонажі ігор самі навчаться рухатися, як люди. Шляхом проб і помилок

Дослідники Університету Британської Колумбії (Ванкувер, Канада) розробили алгоритм DeepLoco, завдяки якому комп’ютерні персонажі і роботи в майбутньому зможуть вивчати складні рухові навички, такі як ходьба і біг, шляхом проб і помилок. Вони створювали його протягом понад 15 років.

«Ми вчимо комп’ютерних персонажів реагувати на навколишню дійсність без необхідності ручного введення коду для проходження необхідної стратегії – наприклад, зберігати баланс або спланувати шлях через рухомі перешкоди. Для цього ми даємо можливість самій програмі вивчити різні форми поведінки», – кажуть розробники

Згодом, завдяки новій програмі двухногие і чотириногі роботи також навчаться самостійно орієнтуватися в середовищі, без постійного ручного введення коду.

Використовуючи алгоритм, змодельовані персонажі навчилися ходити по вузькій доріжці і не падати (майже), не стикатися з людьми або іншими рухомими перешкодами, а також вести футбольний м’яч до мети.

Метод дозволяє додатково використовувати алгоритм машинного навчання, в якому досвід набувається шляхом проб і помилок. З часом система визначає, які дії краще зробити в тій чи іншій ситуації.

«Це схоже на вивчення нового виду спорту. Поки ви не спробуєте, ви не знаєте, на що потрібно звернути увагу. Якщо ви вчитеся кататися на сноуборді, ви можете не знати, що потрібно розподілити свою вагу між пальцями ніг і п’ятами. Подібної стратегії найкраще вчити саме таким чином, оскільки під неї складно написати код або подати її у будь-якій іншій формі», – пояснюють учені

Свої побажання та побоювання, свої найщиріші вітання та обурення Ви можете надсилати безпосередньо до Столиці Світу на [email protected]. Ми раді допомогти всім, хто радий допомогти нам. Щира подяка, пані та панове!

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *