17 липня 2026 року дослідники Технологічного інституту Джорджії (Georgia Tech) представили новий метод машинного навчання «Learn to Teach» («Навчайся, навчаючи»), який дозволив повнорозмірному двоногому гуманоїдному роботу впевнено пересуватися складною місцевістю. Проєкт представили на конференції IEEE з робототехніки та автоматизації (ICRA). Провідний дослідник — Фейянг Ву (також Фейян Ву), випробування проводили в лабораторії доцента Є Чжао.
Що підтверджено
- Робот упевнено перетнув пісок, гравій, мокру траву, схили, сходи та слизькі поверхні.
- Жодну з цих поверхонь він не бачив під час тренувань.
- Під час тестів робота навмисно штовхали й тягнули — щоразу він змінював ходу, щоб не втратити рівновагу.
- Робот пересувався нерівною місцевістю просто неба та слизькими поверхнями всередині приміщень без перемикання між різними алгоритмами керування.
Ключові деталі методу
«Learn to Teach» удосконалює популярну схему «вчитель-учень» у навчанні з підкріпленням: обидва «агенти» тренуються одночасно, а не послідовно, а «вчитель» також навчається на досвіді «учня», що зменшує розрив між ними. У класичній схемі модель-«вчитель» має доступ до детальних даних симуляції, а її знання потім передаються моделі-«учню», яка керує реальним роботом; тренування може вимагати годин обчислень на дорогому графічному обладнанні.
Перспективи розробки
За словами Є Чжао, новий контролер навіть перевершив програмне забезпечення, яке постачав виробник робота. Автори вважають, що підхід можна адаптувати для інших роботів та завдань, не лише ходьби. Написання імені провідного дослідника різниться між джерелами: «Фейянг Ву» та «Фейян Ву».
Залишити відповідь