CMU ve NVIDIA İş Birliğiyle ASAP Çerçevesi Geliştirildi
İnsansı robotlar, insan benzeri yetenekler kazanma yolunda önemli bir adım daha attı! Carnegie Mellon Üniversitesi (CMU) araştırmacıları, NVIDIA iş birliğiyle geliştirdikleri ASAP (Aligning Simulation and Real Physics) adlı iki aşamalı çerçeve ile insansı robotların çevikliğini artırmayı hedefliyor.
Mevcut yöntemler genellikle yoğun ayarlamalar gerektiren sistem tanımlama (SysID) veya aşırı temkinli hareket politikaları sunan alan rastgeleleştirme (DR) tekniklerine dayanıyordu. Ancak ASAP, bu sorunları aşarak daha akıllı ve gerçek dünyaya uyumlu hareketler geliştirmek için iki aşamalı bir süreç sunuyor:
İnsan Hareket Verileri ile Ön Eğitim: Robotlar, insan hareketlerinden öğrenerek simülasyon ortamında hareket politikalarını geliştiriyor.
Gerçek Dünya Düzeltmeleri: Gerçek ortamda test edilen politikalar, simülasyon ile gerçek dünya arasındaki uyumsuzlukları gidermek için delta eylem modeli ile optimize ediliyor.
Bu sistem sayesinde insansı robotlar, daha çevik, daha dengeli ve daha insansı hareket edebilecek. Teknolojinin ilerlemesiyle, robotların gerçek dünyadaki görevlerde insan benzeri koordinasyon ve esneklik kazanması artık daha mümkün hale geliyor!
