Keseimbangan dua roda AI pada skid-steer loader menyisakan kasus di luar nominal
ETH Zurich dan Intel melatih kontrol pembelajaran penguatan untuk menyeimbangkan skid-steer loader John Deere 332G di roda depan, tetapi keberhasilan menurun saat lengan bucket berada di luar rentang sudut yang dilatih.
Laboratorium Sistem Robotik ETH Zurich, bekerja sama dengan Intel, melaporkan di Science Robotics pada 11 November bahwa kontrol pembelajaran penguatan memungkinkan skid-steer loader John Deere 332G terangkat ke dua roda depan, seimbang, dan mendarat. Poin yang belum terselesaikan adalah seberapa jauh keseimbangan itu bertahan setelah mesin meninggalkan kondisi yang dilatihnya.
Sumber menggambarkan mekanisme tersebut sebagai model gerak yang dipelajari. Tim mengukur sifat fisik seperti panjang dan pusat massa, memasukkan perintah kontrol ke drivetrain hidraulik nyata selama sekitar satu setengah jam, dan menggunakan responsnya untuk membangun jaringan saraf yang memprediksi gerak. Pembelajaran penguatan kemudian dijalankan dalam simulasi, dengan massa, inersia, dan kesalahan sensor divariasikan untuk mempersempit celah nyata-ke-virtual.
Celah itu muncul pada sudut lengan bucket. Pada 28 dan 31 derajat, loader menyelesaikan semua uji angkat; pada 34 derajat, di luar rentang pelatihan, berhasil dalam 11 dari 14. Apakah degradasi seperti itu akan berdampak dalam pekerjaan pemindahan tanah adalah pertanyaan, bukan temuan.
Detail konkret yang masih harus ditunjukkan adalah generalisasi di luar konfigurasi yang dilatih, yang mungkin ditangani oleh rencana tim untuk menambahkan kamera dan lidar.