Роботы и персонажи игр сами научатся двигаться, как люди. Путем проб и ошибок

Исследователи Университета Британской Колумбии (Ванкувер, Канада) разработали алгоритм DeepLoco, благодаря которому компьютерные персонажи и роботы в будущем смогут изучать сложные двигательные навыки, такие как ходьба и бег, путем проб и ошибок. Они создавали его в течение более 15 лет.

«Мы учим компьютерных персонажей реагировать на окружающую действительность без необходимости ручного введения кода для следования требуемой стратегии – например, сохранять баланс или спланировать путь через движущиеся препятствия. Для этого мы даем программе возможность самой изучить различные формы поведения», – говорят разработчики

Впоследствии, благодаря новой программе двухногие и четвероногие роботы также научатся самостоятельно ориентироваться в среде, без постоянного введения ручного кода.

Используя алгоритм, смоделированные персонажи научились ходить по узкой дорожке и почти не падать, не сталкиваться с людьми или другими движущимися препятствиями, а также вести футбольный мяч к цели.

Метод позволяет дополнительно использовать алгоритм машинного обучения, в котором опыт приобретается путем проб и ошибок. Со временем система определяет, какие действия лучше предпринять в той или иной ситуации.

«Это похоже на изучение нового вида спорта. Пока вы не попробуете, вы не знаете, на что нужно обратить внимание. Если вы учитесь кататься на сноуборде, вы можете не знать, что нужно распределить свой вес между пальцами ног и пятками. Подобной стратегии лучше всего учить именно таким образом, так как под нее сложно написать код или подать ее в любой другой форме», – поясняют ученые