17 липня 2026 року дослідники з Технологічного інституту Джорджії представили новий метод машинного навчання «Learn to Teach» («Навчайся, навчаючи»), який дозволив повнорозмірному двоногому гуманоїдному роботу впевнено перетнути пісок, гравій, мокру траву, схили, сходи та слизькі поверхні, яких він не бачив під час тренувань. Проєкт представили на конференції IEEE з робототехніки та автоматизації (ICRA); провідний дослідник — Фейянг Ву (також Фейян Ву), у лабораторії доцента Є Чжао.
Хроніка випробувань
Спочатку робот пройшов нерівною місцевістю просто неба, а потім — слизькими поверхнями в приміщенні. Алгоритми керування між цими етапами не перемикалися. Під час тестів робота навмисно штовхали й тягнули, і щоразу він змінював ходу, щоб зберегти рівновагу. За словами авторів, до цього не було доведено, що великий і важкий гуманоїд здатен настільки спритно долати складний рельєф.
Чим відрізняється підхід
У класичній схемі «вчитель-учень» модель-«вчитель» спершу навчається на детальних даних симуляції, а потім передає знання моделі-«учню», яка керує роботом; такий процес може тривати години на дорогому GPU. У методі «Learn to Teach» обидва «агенти» тренуються одночасно, а «учень» своєю чергою збагачує досвід «вчителя», що зменшує розрив між ними. Доцент Є Чжао зазначив, що новий контролер навіть перевершив програмне забезпечення, яке постачав виробник робота. Автори вважають, що підхід можна адаптувати й для інших роботів та завдань, не лише ходьби.
Залишити відповідь