محققان در مطالعه جدیدی به سراغ «یادگیری تقویتی» (DRL) برای کنترل بازوهای رباتیک در تسکهای «Reach-Avoid» رفتهاند. نکته جالب اینجاست که مدلهای ما معمولاً در محیطهای ساده آزمایشگاهی عالی عمل میکنند، اما وقتی وارد محیطهای واقعی و پیچیده میشوند، عملکردشان به شدت افت میکند.
تیم پژوهشی با استفاده از موتور فیزیکی قدرتمند MuJoCo و شبیهسازی موازی، بنچمارک جدیدی ساخته که چالشهای دنیای واقعی را بهتر شبیهسازی میکند. نتایج نشان میدهد که هنوز راه زیادی تا رسیدن به تسلط کامل هوش مصنوعی بر حرکات رباتیک در شرایط پیچیده باقی مانده است. این یعنی دنیای رباتیک و DRL همچنان زمین بازیِ داغی برای دانشمندان است! 🦾🤖
منبع: arXiv Machine Learning