GOOGLE USA INTELIGENCIA ARTIFICIAL PARA ENSEÑAR A LOS ROBOTS CÓMO MOVERSE COMO ANIMALES REALES

Google usa inteligencia artificial para enseñar a los robots cómo moverse como animales reales

Comparta este Artículo en:

Un equipo de investigación de Google está utilizando inteligencia artificial para enseñar a los robots cómo moverse con la agilidad de los animales de la vida real, como los perros.

El logro de esta hazaña implicó el aprendizaje por refuerzo (RL), donde los investigadores comenzaron obteniendo clips de movimiento de referencia grabados de un animal y usando RL para que el robot copiara esos movimientos.

Un problema era dar cuenta de la aleatoriedad que ocurre en la vida real, por lo que tuvieron que introducir esto mediante el uso de parámetros físicos en la simulación, es decir, cambiar las cantidades físicas (masa/fricción del robot, etc.).

The counterfeit drug pfizer online viagra suppliers have made online purchasing complicated. Man using stuff of nitrates containing nitroglycerin must shun taking pfizer viagra achat 100mg pills. Many drug for impotence is available in the drug markets & there must be no overdose of such drug products & the male patients can also make their patients from the online medicinal stores. * Patients must never make any excess intake of such drug products. * People must make proper following of the guidance that has been provided by them by the health professional which must be basically 100mg levitra lowest price & this can. In maturity, it aids in keeping the muscular tissues and it cialis viagra levitra in addition has Arginine imitative that will force you up in no instance.

Esto dio como resultado un modelo de aprendizaje automático que podría tener en cuenta pequeñas variaciones y las complicaciones resultantes.

Demostramos que al aprovechar los datos de movimiento de referencia, un solo enfoque basado en el aprendizaje puede sintetizar automáticamente controladores para un comportamiento de repertorio diverso para robots con patas.

Al incorporar técnicas de adaptación de dominio eficientes de muestra en el proceso de capacitación, nuestro sistema puede aprender políticas adaptativas en la simulación que luego se pueden adaptar rápidamente para la implementación en el mundo real “, dijeron los investigadores.

Fuente: Techeblog

Leave a Reply

Your email address will not be published. Required fields are marked *