Forscher der UC Berkeley haben einen Roboter trainiert, der den komplexen Sport des Jenga-Peitschenschlags mit einer 100-prozentigen Erfolgsquote meistert. Die Kombination aus Reinforcement Learning und menschlicher Korrektur führte zu einem schnelleren und präziseren Lernprozess.
Wissenschaftler der University of California Berkeley (UC Berkeley) haben einen Roboter so trainiert, dass er selbstständig einzelne Jenga -Blöcke mit einer Peitsche aus einem Turm herausschlagen kann, ohne dass der Turm instabil wird und zusammenfällt. Die Forscher kombinierten beim Training der Künstlichen Intelligenz des Roboter s Methoden des verstärkenden Lernens ( Reinforcement Learning ) mit Korrekturen durch einen Menschen.
Das Jenga-Peitschen ist ein beliebter Sport, der auch wettbewerbsmäßig durchgeführt wird. Dabei werden mit einer Peitsche einzelne Jenga-Blöcke aus einem aufgestapelten Turm herausgeschlagen. Der Turm darf nach dem Schlag nicht in sich zusammenfallen. Dazu müssen die Sportler über ein gutes Auge, hervorragende Reflexe und eine präzise Handkoordination verfügen. Je nach Erfahrung und Können variiert die Erfolgsquote deutlich. Die Forscher der UC Berkeley wollten dies von einem Roboter erledigen lassen. Das Ziel: Der Roboter soll die Aufgabe mit einer Erfolgsquote von 100 Prozent abschließen können. \In dem technischen Bericht beschreiben die Wissenschaftler die KI-Methode, mit der sie den Roboter trainiert haben. Demnach setzten die Forscher zunächst Reinforcement Learning ein, um die Roboter-KI zu trainieren. Eine Kamera dokumentierte die erfolgreichen und erfolglosen Versuche. Die erfolgreichen Versuche wurden in eine KI-Datenbank aufgenommen, die erfolglosen verworfen. Die Wissenschaftler verzichteten dabei bewusst auf ein Training in einer virtuellen Simulation. Sie konzentrierten sich dagegen ausschließlich auf ein Training in der realen Welt. Der Grund: Die Modellierung der Peitschenschläge erwies sich als sehr komplex. Entsprechend ist es weniger effizient, den Roboter nur in einer Simulation zu trainieren. Das Training mittels verstärkenden Lernens reichte den Wissenschaftlern allerdings nicht aus. Um schneller Erfolge zu erzielen, bauten sie einen menschlichen Korrekturfaktor ein. Dazu nutzten sie ein Eingabegerät, das die Bewegung des Roboters manuell präzise steuern kann. Diese Korrekturinformationen wurden ebenfalls in die Datenbank aufgenommen, sofern sie sich als erfolgreich erwiesen hatten. Zunächst musste ein Mensch immer wieder eingreifen und den Roboter korrigieren. Ab etwa 30 Prozent der Versuche, konnte der Roboter die Bewegungen selbstständig ausführen. \Am Ende des Trainings testeten die Wissenschaftler den Roboter. Er schaffte es zu 100 Prozent, mit einer Peitsche einzelne Blöcke aus einem Jenga-Turm zu schlagen, ohne dass der Turm einstürzte. Jianlan Luo, einer der beteiligten Forscher des Projekts, sieht den Roboter gegenüber einem menschlichen Jenga-Peitscher im Vorteil – selbst, wenn es sich um einen erfahrenen Spieler handeln sollte. Denn der Roboter hat im Vergleich zu einem Menschen keine Muskeln, die mit der Zeit ermüden könnten. Ein Roboter führt deshalb jeden Schlag mit der gleichen Präzision durch. Die Wissenschaftler probierten ihre Trainingsmethode an weiteren Aufgaben für einen Roboter aus – unter anderem den Zusammenbau eines Regals, das Bestücken einer Platine und das Wenden eines Spiegeleis in einer Pfanne. Die Forscher verglichen dabei ihre kombinierte Trainingsmethode aus Reinforcement Learning und menschlichem Eingreifen mit einer gängigen Methode des Verhaltensklonens. Bei beiden Methoden wurde der Roboter mit der gleichen Menge an Demonstrationsdaten trainiert. Im Ergebnis machte die kombinierte Trainingsmethode den Roboter aber schneller und präziser
Roboter Jenga Künstliche Intelligenz Reinforcement Learning Menschliche Korrektur Präzision
Deutschland Neuesten Nachrichten, Deutschland Schlagzeilen
Similar News:Sie können auch ähnliche Nachrichten wie diese lesen, die wir aus anderen Nachrichtenquellen gesammelt haben.
Webinar: Projekt Target 100 - 1 Jahr, 100% Rendite als Ziel!Ein Jahr, ein Ziel: 100 Prozent Rendite! Im exklusiven Webinar präsentierte Trading-Experte Ingmar Königshofen sein ambitioniertes Projekt Target 100 und zeigte, wie Sie mit gezieltem Derivate-Handel Ihr Kapital verdoppeln können.
Weiterlesen »
100 Tage, 100 Erlasse: So plant Trump den radikalen Umbau der USARepublikaner will nach dem 20. Januar Fakten schaffen. Radikalste Änderungen betreffen Einwanderung und Migranten. Drohungen gegen Panama und Grönland sorgen weiter für Debatten.
Weiterlesen »
NASDAQ 100 aktuell: NASDAQ 100 sackt zum Ende des Dienstagshandels abDer NASDAQ 100 wagte sich zum Handelsschluss nicht aus der Reserve.
Weiterlesen »
Goldpreis erreicht 100%-Projektion - Weggabelung vor der 100%-MarkeDer Goldpreis steht vor einer wichtigen Entscheidung: entweder setzt sich die aktuelle Erholung fort und der Preis bricht Richtung 2.765 USD aus, oder es kommt zu einer Gegenbewegung bis 2.654 USD. Silber und andere Edelmetalle zeigen ebenfalls positive Signale.
Weiterlesen »
Eugen Gomringer: 100 Exponate zum 100. GeburtstagRehau - Der Mitbegründer der Konkreten Poesie wird 100 Jahre alt - und eine Ausstellung in seiner langjährigen Heimat Rehau zeigt, dass man den Blick auf ihn keinesfalls auf die Lyrik verengen sollte.
Weiterlesen »
Eugen Gomringer: 100 Exponate zum 100. Geburtstagidowa.de informiert Sie zuverlässig über aktuelle Nachrichten, spannende Geschichten und Hintergründe - alles, was in Bayern passiert
Weiterlesen »