Un gruppo di ricercatori dell’Università di Edimburgo ha annunciato, tramite uno studio pubblicato su arXiv, la creazione di un nuovo modello basato sull’apprendimento di rinforzo profondo per far sì che eventuali robot futuri possano assomigliare sempre di più agli esseri umani per quanto riguarda l’equilibrio, soprattutto quando i robot dovranno camminare.
Questo nuovo modello potrebbe permettere ai robot di bilanciare meglio il proprio corpo robotico in maniera simile a come fanno gli esseri umani. Questi ultimi, infatti, quando stanno in piedi oppure quando camminano usano in maniera innata, e anche abbastanza efficacemente, varie tecniche per mantenere l’equilibrio in più situazioni.
Ad esempio l’inclinazione delle dita dei piedi o vari movimenti del tallone per creare una distanza più adeguata tra la suola del piede e il terreno.
Replicare questi comportamenti potrebbe favorire moltissimo i robot umanoidi nel corso delle loro capacità motorie e di movimento.
Il tutto grazie agli algoritmi basati sul machine learning che, macinando un quantitativo sempre più grande di dati, permettono di creare modelli anche per queste complicatissime dinamiche.
Fonti e approfondimenti
- Using reinforcement learning to achieve human-like balance control strategies in robots (IA)
- [1809.02074] Emergence of Human-comparable Balancing Behaviors by Deep Reinforcement Learning (arXiv:1809.02074v1) (IA)
Articoli correlati
- Nuova mano robotica per amputati unisce controllo umano con quello robotico (12/9/2019)
- Intelligenza artificiale che “impara” da sola rende più efficienti i server (22/8/2019)
- Iran presenta suo nuovo robot umanoide, Surena Mini (29/4/2017)
- Deep learning per prevedere le onde oceaniche (29/9/2017)
- Algoritmo di machine learning che prevede morte prematura sviluppato da ricercatori britannici (31/3/2019)
- Intelligenza artificiale impara complessi schemi di malattie geniche (3/9/2019)
- Immagini 2-D convertite in 3-D con il deep learning (8/11/2019)
- Risonanze magnetiche del cuore molto più veloci con l’intelligenza artificiale (24/9/2019)
