توازن بعجلتين بالذكاء الاصطناعي على لودر انزلاقي يترك الحالة خارج الاسمية مفتوحة

أفاد مختبر الأنظمة الروبوتية في ETH Zurich، بالتعاون مع Intel، في Science Robotics يوم 11 نوفمبر أن التحكم بالتعلم المعزز مكّن لودراً انزلاقياً John Deere 332G من الارتفاع على عجلتيه الأماميتين والتوازن والهبوط. النقطة غير المحلولة هي إلى أي مدى يصمد هذا التوازن بمجرد أن تخرج الآلة عن الظروف التي دُربت عليها.

يصف المصدر الآلية كنموذج حركة مُتعلم. قاس الفريق خصائص فيزيائية مثل الطول ومركز الكتلة، وأدخل أوامر التحكم في ناقل الحركة الهيدروليكي الحقيقي لنحو ساعة ونصف، واستخدم الاستجابات لبناء شبكة عصبية تتنبأ بالحركة. ثم جرى التعلم المعزز في المحاكاة، مع تغيير الكتلة والقصور الذاتي وخطأ المستشعر لتضييق الفجوة بين الواقع والافتراض.

ظهرت تلك الفجوة في زاوية ذراع الجرافة. عند 28 و31 درجة، أكمل اللودر كل تجارب الرفع؛ وعند 34 درجة، خارج نطاق التدريب، نجح في 11 من 14. ما إذا كان هذا التدهور سيهم في أعمال نقل التربة هو سؤال وليس نتيجة.

التفصيل الملموس الذي لا يزال بحاجة إلى إثبات هو التعميم خارج التكوينات المدربة، وهو ما قد تعالجه خطة الفريق المعلنة لإضافة كاميرات وليدار.