หุ่นยนต์เรียนรู้ที่จะเดินและวิ่งได้เอง จาก Delft University

Leo และ Phides เป็นหุ่นยนต์ชนิดเดินสองขาจาก Delft University of Technology หุ่นยนต์ Leo สามารถปรับปรุงท่าเดินของตัวมันเองให้ดีขึ้น ไม่ให้ล้ม ด้วยวิธีการที่เรียกว่า reinforcement learning ที่ปรับปรุงพฤติกรรมการเดินโดยให้รางวัลกับความสำเร็จ และทำโทษในกรณีล้มเหลว ส่วนหุ่นยนต์ Phides มีความสามารถในการวิ่ง และตอนนี้ก็พัฒนามาจนสามารถวิ่งได้สำเร็จแล้ว

ปกติแล้ว reinforcement learning (RL) เป็นวิธีการที่เหมาะจะใช้ในการจำลองด้วยคอมพิวเตอร์ (computer simulation) มากกว่า ไม่ใช่ว่ามันต้องใช้จำนวนครั้งในการลองผิดลองถูกเยอะ ๆ เป็นร้อยเป็นพันครั้ง แต่ด้วยเหตุผลที่ว่า ถ้าลองผิดลองถูกมาก ๆ กับฮาร์ดแวร์จริง ๆ ตัวฮาร์ดแวร์อาจจะพังก่อนได้ Leo ถูกสร้างขึ้นมาเพื่อทดสอบว่า reinforcement learning ทำงานได้ดีในโลกจริงหรือไม่ และเพื่อเป็นการป้องกันไม่ให้ Leo ล้มลงทางด้านข้าง ได้มีการติดแท่งยึดกับตัวหุ่นยนต์ไม่ให้ล้มทางด้านข้าง แต่ล้มไปข้างหน้าและข้างหลังได้ สิ่งที่หุ่นยนต์ต้องเรียนรู้และทำให้ได้คือ พยายามเดินโดยไม่ให้ตัวมันเองล้มไปข้างหน้าหรือข้างหลัง สำหรับคอมพิวเตอร์ที่ใช้ในการคำนวณค่าต่าง ๆ บนตัวหุ่น มีตัวประมวลผลความเร็ว 1.2 GHz หน่วยความจำ RAM 1 GB ระบบปฏิบัติการที่ใช้ คือ ลินุกซ์

Schuitema ผู้ที่กำลังจะเป็นนักศึกษาปริญญาเอกในงานวิจัยนี้ กล่าวว่า การทดลองใช้เวลาประมาณ 5 ชั่วโมง หุ่นยนต์ยังมีพัฒนาการไปได้น้อยมากกว่าจะถึงระดับที่เรียกว่าเดินได้อย่างไม่มีข้อพกพร่อง ถ้าจะให้ถึงจุดนั้น อาจต้องใช้เวลาเป็นทศวรรษ โดยหวังว่าวันหนึ่งหุ่นยนต์จะเรียนรู้เพื่อที่จะทำสิ่งต่าง ๆ ด้วยตัวมันเองได้โดยมนุษย์ไม่ต้องป้อนโปรแกรมให้มัน ทั้งนี้ นอกจากวิธี reinforcement learning ยังมีวิธีการอื่น คือ สอนหุ่นยนต์ด้วยการสาธิตแล้วให้มันทำตาม

นักวิจัยในห้องปฏิบัติการเดียวกันนี้ยังได้พัฒนาหุ่นยนต์วิ่งด้วยสองขาที่สามารถวิ่งได้เร็ว 3.5 กิโลเมตรต่อชั่วโมง แต่ Phides ไม่ได้ใช้ reinforcement learning  มันใช้วิธีการเสาเล็กที่ติดที่ขาเพื่อช่วยในการทรงตัวแทน

ที่มาและภาพ – Delft Biorobotics Lab และ TU Delft news ผ่านทาง gizmag

LINE it!