Inteligencia artificial enseña a los robots a caminar, creando recorridos con obstáculos personalizados

Comparta este Artículo en:

Antes de superar obstáculos, debe aprender a gatear y, antes de leer a William Shakespeare, debe conocer el alfabeto.

Cualquier educador sabe la importancia de un plan de lección paso a paso para dominar una tarea.

Ahora, los investigadores de Uber AI Labs han diseñado un algoritmo que crea su propio plan de estudios para enseñar a robots simulados a atravesar un terreno difícil, sin caer sobre sus cuerpos sin rostro.

El algoritmo podría incluso algún día ayudar a los vehículos autónomos a reaccionar en situaciones de emergencia.

Determination of any previous history of sexually transmitted diseases or STDs like syphilis, gonorrhea and even AIDS that generic levitra online can get transmitted through sex and completely weaken the inbuilt human body’s immunity. The severe patients will have abdominal pain. 2.Patients with chronic orchitis will have low cost levitra a slowly enlarged testicle. The levels of inflammatory cialis levitra price browse around that mediators are inversely related to airflow restriction. This book cheapest prices on cialis about intimacy in marriage has been listed as a New York Times Bestseller and has sold copies throughout the world.

El nuevo programa, llamado Paired Open-Ended Trailblazer (POET) primero crea un conjunto de terrenos únicos, cada uno habitado por un personaje controlado por computadora.

Usando solo dos patas y un telémetro similar a un láser, el personaje debe aprender a caminar.

Después de un período de práctica, la inteligencia artificial cambia el desafío, a veces lo hace más fácil y, a veces, más difícil.

Puede hacer que las trincheras sean más anchas, los tocones más altos o el suelo más desigual.

De vez en cuando se cambia a un caminante diferente, para ver si las habilidades aprendidas en un terreno ayudarán en otro.

Esta mutación e intercambio de carreras de obstáculos crea una serie impredecible de escalones en el camino hacia la agilidad.

Usando POET, los robots caminantes podrían cubrir un terreno difícil que no se podría aprender sin los recorridos anteriores, informan los investigadores en un artículo publicado en arXiv.

Además, POET funcionó mejor que un programa que simplemente aumentaba la dificultad del terreno con el tiempo, sin probar muchos caminos indirectos.

Las vastas rutas de aprendizaje de POET se repitieron una y otra vez.

En un ejemplo, un bot se agachó hasta que se encontró con un mundo con tocones y tuvo que aprender a caminar erguido; más tarde regresó a un mundo más plano y siguió caminando erguido, completando el recorrido más rápido que antes.

Fuente: Science Mag