Nel giro di poche ore, Google, basandosi esclusivamente sulle modifiche degli attuali algoritmi, è riuscita a far muovere in piena autonomia un robot avanti e indietro e a girare a destra e a sinistra.
di Karen Hao
Entro 10 minuti dalla sua nascita, un cerbiatto è in grado di stare in piedi. Dopo sette ore di un frenetico agitarsi degli arti, è in grado di camminare. L’idea di base della robotica basata sull’intelligenza artificiale è la stessa. A oggi, i robot autonomi, come le auto a guida autonoma, sono già un concetto familiare, mentre i robot ad apprendimento autonomo sono ancora solo un’aspirazione.
Gli algoritmi di apprendimento di rinforzo esistenti che consentono ai robot di capire i movimenti attraverso prove ed errori fanno ancora molto affidamento sull’intervento umano. Ogni volta che il robot cade o esce dal suo ambiente di training, ha bisogno di qualcuno che lo raccolga e lo ricollochi nella giusta posizione.
Un nuovo studio dei ricercatori di Google ha fatto un importante passo avanti in direzione di robot che possono imparare a muoversi senza questo aiuto. Il lavoro si basa su una ricerca precedente condotta un anno fa, quando il gruppo ha scoperto per la prima volta come far camminare il robot nel mondo reale.
L’apprendimento di rinforzo viene comunemente eseguito in simulazione: un alter ego virtuale del robot si muove attorno a una riproduzione virtuale dell’ambiente fino a quando l’algoritmo non è abbastanza valido da funzionare in sicurezza. Il meccanismo viene quindi replicato nel robot fisico.
Questo metodo è utile per evitare danni al robot e a chi lo circonda durante il processo di prova ed errore, ma richiede anche un ambiente facile da modellare. I ricercatori hanno deciso di evitare del tutto le sfide della modellazione, allenandosi nel mondo reale sin dall’inizio.
Hanno quindi escogitato un algoritmo in grado di apprendere rapidamente e hanno messo in moto il robot in due ore. Poiché l’ambiente fisico ha fornito variazioni naturali, il robot è stato anche in grado di adattarsi rapidamente ad altri ambienti ragionevolmente simili, come pendenze, gradini e terreno pianeggiante con ostacoli.
Ma all’inizio un essere umano ha dovuto fare da “baby-sitter” al robot e interferire manualmente centinaia di volte, afferma Jie Tan, una delle autrici dello studio che guida il team di locomozione robotica di Google Brain. Per risolvere il problema, i ricercatori hanno delimitato il terreno che il robot poteva esplorare e lo hanno fatto allenare su più manovre allo stesso tempo. Quando il robot raggiungeva il bordo del rettangolo selezionato spostandosi in avanti, doveva invertire la direzione di marcia e imparare a camminare all’indietro.
In secondo luogo, i ricercatori hanno limitato i movimenti di prova del robot, rendendolo abbastanza cauto da ridurre al minimo i danni da cadute ripetute e hanno aggiunto un altro algoritmo codificato per aiutarlo a rialzarsi.
Attraverso queste modifiche, il robot ha imparato a camminare autonomamente su diverse superfici, tra cui il terreno pianeggiante, un materasso in poliuretano e un tappetino ondulato. Il lavoro mostra il potenziale per applicazioni future che potrebbero richiedere ai robot di navigare su terreni accidentati e sconosciuti senza la presenza di un essere umano.
“Penso che questo lavoro sia di grande interesse”, afferma Chelsea Finn, un ricercatore di Stanford che collabora con Google, ma non è coinvolto nella ricerca. “Consentire ai robot di apprendere in modo più autonomo significa renderli autonomi nel mondo reale”. Tuttavia, fa notare che l’installazione si basa attualmente su un sistema di acquisizione del movimento del robot per determinare la sua posizione che non sarà possibile utilizzare nel mondo reale.
Andando avanti, i ricercatori sperano di adattare il loro algoritmo a diversi tipi di robot o all’apprendimento di più robot contemporaneamente nello stesso ambiente. In definitiva, Tan crede, il progresso della locomozione sarà la chiave per la produzione di robot più utili.
Immagine: Google
(rp)
