Da bi se robotski mehanizem naučil hoditi, ni dovolj samo, da nanj "pritrdite" več nog. Učenje premikanja je zelo zapleten postopek, ki razvijalcem vzame veliko časa. Toda zdaj bo to vprašanje rešila umetna inteligenca, saj je skupina strokovnjakov ustvarila univerzalne algoritme, ki AI pomagajo učiti robote katere koli konfiguracije, da se premikajo. V tem primeru človeško posredovanje v tem procesu ni potrebno.
Za razvojem stoji skupina znanstvenikov iz kalifornijske univerze v Berkeleyju in skupina strokovnjakov iz Google Brain, enega od Googlovih raziskovalnih vej na področju umetne inteligence. Njihov novi sistem je štirinožnega robota izučil za prečkanje tako znanih terenskih kot tudi neznanih.
Okrepitveno učenje je v bistvu metoda korenja in palice, prilagojena AI. Za dosego ali ne doseganje ciljev uporablja nagrado ali kazen.
Znanstveniki so za poskuse vzeli robota Minitaur. Razvili so sistem, ki je bil sestavljen iz delovne postaje, ki je posodabljala podatke nevronske mreže, nalagala informacije v Minitaur in jih nalagala nazaj. Za obdelavo informacij je bil odgovoren čip NVIDIA Jetson TX2 na krovu robota. Robot je hodil 2 uri in naredil 160.000 korakov. V tem času je algoritem nagradil robota za premikanje naprej in ga kaznoval, če se je zataknil na mestu ali dal zelo velik zvitek v stran. Kot rezultat tega je bil ustvarjen algoritem gibanja, ki je robotu omogočil, da izbere optimalno usmeritev gibanja v vsaki situaciji.
Vladimir Kuznetsov