Robotter trænes med motor fra computerspil
Friktion fra gulvet er en faktor, der har spillet mange robotter et puds gennem tiden. Her modellerer Unity så mange forskellige eksempler på friktion, at machine learning-modellen lærer at håndtere også de tilfælde, der ikke passer ind i teoribogen. Illustration: Unity.
Spilmotoren Unity gør det muligt at træne industrirobotter i at gribe objekter – udelukkende med syntetiske data. Erfaringer viser, at tusindvis af digitale simuleringer giver bedre resultater end få og mere præcise fysiske simuleringer.
Artiklen er ældre end 30 dage
Kunstig intelligens kunstige data er mere effektive end fysiske tests
Umiddelbart er det svært at se, hvordan robotprogrammører, der er vant til at instruere robotter fra Universal Robots, MiR, ABB eller Fanuc, kan hente inspiration fra ekstremt populære spil som Assasins Creed, Temple Run Series og Pokemon Go.
Men brugen af gaming-software kan sætte turbo på den måde, robotter programmeres på, og et nyt eksperiment viser, at robotterne til visse opgaver helt kan nøjes med digital træning uden hverken fysiske tests eller menneskelig programmering.
Abonnementsfordele
Fuld adgang til Ing.dk, Version2 og Radar
Fuld digital adgang til PLUS-indhold på Ing.dk, Version2 og Radar, tilgængeligt på din computer, tablet og mobil.
Kuraterede nyhedsbreve
Det seneste nye fra branchen, leveret til din indbakke.
Adgang til andre medier
Hver måned får du 6 klip, som kan bruges til permanent at låse op for indhold på vores andre medier.
Adgang til debatten
Deltag i debatten med andre kloge læsere.
