การทรงตัวสองล้อด้วย AI บนสกิดสเทียร์โหลดเดอร์ยังเปิดประเด็นกรณีนอกสภาวะปกติ

ห้องปฏิบัติการระบบหุ่นยนต์ของ ETH Zurich ร่วมกับ Intel รายงานใน Science Robotics เมื่อวันที่ 11 พฤศจิกายนว่า การควบคุมด้วยการเรียนรู้แบบเสริมกำลังทำให้สกิดสเทียร์โหลดเดอร์ John Deere 332G ยกขึ้นบนล้อหน้าสองล้อ ทรงตัว และลงจอดได้ ประเด็นที่ยังไม่คลี่คลายคือการทรงตัวนั้นคงอยู่ได้นานเพียงใดเมื่อเครื่องออกจากสภาวะที่ใช้ฝึก

แหล่งข่าวอธิบายกลไกนี้ว่าเป็นแบบจำลองการเคลื่อนที่ที่เรียนรู้ได้ ทีมวัดสมบัติทางกายภาพ เช่น ความยาวและจุดศูนย์กลางมวล ป้อนคำสั่งควบคุมเข้าสู่ระบบส่งกำลังไฮดรอลิกจริงประมาณหนึ่งชั่วโมงครึ่ง และใช้การตอบสนองเพื่อสร้างโครงข่ายประสาทเทียมที่ทำนายการเคลื่อนที่ จากนั้นจึงรันการเรียนรู้แบบเสริมกำลังในสภาพจำลอง โดยปรับมวล ความเฉื่อย และความคลาดเคลื่อนของเซนเซอร์เพื่อลดช่องว่างระหว่างจริงกับเสมือน

ช่องว่างนั้นปรากฏที่มุมแขนบุ๊กเก็ต ที่ 28 และ 31 องศา โหลดเดอร์ทำการทดลองยกได้ครบทุกครั้ง ที่ 34 องศา ซึ่งอยู่นอกช่วงฝึก ทำสำเร็จ 11 จาก 14 ครั้ง การเสื่อมลงเช่นนี้จะสำคัญต่องานขุดเคลื่อนย้ายดินหรือไม่เป็นคำถาม ไม่ใช่ข้อค้นพบ

รายละเอียดที่เป็นรูปธรรมซึ่งยังต้องแสดงให้เห็นคือการวางนัยทั่วไปนอกการตั้งค่าที่ฝึก ซึ่งแผนของทีมที่จะเพิ่มกล้องและ lidar อาจจัดการได้