Robot ini belajar sendiri cara berjalan menggunakan kecerdasan buatan, pembelajaran penguatan

Sejak konsep robot muncul, impian lama adalah bahwa robot humanoid dapat hidup di antara kita tanpa menimbulkan ancaman bagi masyarakat. Selama bertahun-tahun, setelah banyak kemajuan, kami telah melihat perusahaan robotika merilis robot canggih yang dirancang untuk berbagai tujuan. Sekarang, kami memiliki sepasang kaki robot yang telah belajar berjalan sendiri.

Para peneliti di University of California, Berkley, Cassie pada dasarnya adalah sepasang kaki robot tanpa tubuh. Sepintas terlihat menakutkan tetapi ketika Anda melihatnya belajar berjalan dengan coba-coba, itu terlihat (setidaknya gerakannya) seperti bayi yang baru lahir yang mencoba berjalan untuk pertama kalinya.

Mengapa Robot Cassie istimewa?

Sekarang, Anda mungkin berpikir kita telah melihat robot berjalan di dunia saat ini. Robot seperti Boston Dynamics’ Spot dan Atlas telah mengumpulkan banyak ketenaran di internet, berkat video viral mereka yang dirilis awal tahun ini. Jadi robot berjalan adalah berita lama! Jadi apa yang spesial dari Cassie?

Nah, ternyata membuat koreografi urutan gerakan yang sinkron dalam robot jauh lebih mudah daripada mengajari robot berjalan sendiri. Dalam video tarian robot Boston Dynamics, kami melihat robot tampil di ruang terbatas di dalam laboratorium canggih. Jadi, seperti yang bisa Anda bayangkan, membutuhkan banyak penyesuaian dari para ahli robotika untuk memprogram lompatan-lompatan di robot tersebut.

Namun, bayangkan jika mereka harus mengajari robot untuk belajar menari sendiri. Itu akan menjadi telur yang sulit dipecahkan, bukan?

Bagaimana para peneliti memecahkan kodenya?

Dalam kasus Cassie, para peneliti menggunakan pembelajaran penguatan untuk mengajari mesin cara berjalan sendiri. Ini adalah teknik coba-coba yang digunakan peneliti untuk melatih perilaku AI yang kompleks. Jadi dengan menggunakan teknik Cassie mempelajari serangkaian gerakan seperti berjalan sambil berjongkok dan berjalan dengan beban tak terduga dari tanah.

Para peneliti menggunakan dua tingkat lingkungan virtual untuk melatih Cassie. Pada awalnya, mereka menggunakan database besar gerakan robot untuk melatih versi simulasi Cassie untuk belajar berjalan sendiri. Mereka kemudian mentransfer simulasi ini ke lingkungan virtual kedua. Lingkungan virtual kedua, yang disebut SimMechanics, pada dasarnya mencerminkan fisika dunia nyata dengan presisi tinggi. Jadi ketika versi simulasi bisa berjalan di SimMechanics, para peneliti memasang model berjalan ke robot yang sebenarnya.

Setelah diinstal, Cassie dapat belajar berjalan sendiri tanpa mengedit lebih lanjut. Melalui pelatihan, kaki robot mampu berjalan di permukaan yang licin dan kasar, menahan beban yang tidak terduga dan menahan jatuh saat didorong. Selama pengujian, Cassie menahan jatuh meski dua motor di kaki kanannya rusak.

Meskipun semua ini terdengar menarik, Cassie masih dalam tahap awal pengembangan. Namun, para ahli robotika dari Stanford University, Imperial College London dan Zhongyu Li, yang bekerja di Cassie bersama timnya, mengatakan bahwa ini adalah langkah dasar untuk menciptakan robot humanoid canggih yang mampu berintegrasi mulus ke dalam masyarakat manusia di masa depan.