موسسه فناوری ماساچوست (MIT) اخیراً از جدیدترین سگ رباتی خود به نام “DribbleBot” رونمایی کرد که برای رقابت در مسابقات فوتبال معروف مانند RobotCup ساخته شده است و می تواند در آینده نقش های جدی تری در عملیات های امداد و نجات هم داشته باشد.
به گزارش تکناک، محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL) موسسه فناوری ماساچوست (MIT) سگ رباتی DribbleBot را به گونه ای طراحی کرده اند که با سنگریزه، چمن، شن، برف و پیاده رو مشکل ندارد و در صورت سقوط با استفاده از ترکیبی از محاسبات داخلی و سنجش، می تواند بلند شود.
موسسه فناوری ماساچوست ادعا می کند که این ربات می تواند مهارت های فوتبالی را با ظرافتی مشابه یک انسان واقعی انجام دهد. ادغام جدیدترین فناوری رباتیک، مانند یادگیری ماشینی، حسگرهای داخلی، محرک‌ها، دوربین‌ها و قدرت محاسباتی بالا این امر را امکان‌پذیر کرده است. با این حال، سگ رباتی DribbleBot درست مانند یک بازیکن فوتبال واقعی، برای تسلط بر مهارت های خود نیاز به تمرین زیاد با استفاده از شبیه سازی های کامپیوتری دارد.
سگ رباتی DribbleBot در ابتدا هیچ فهمی از نحوه دریبل کردن ندارد، بلکه تنها زمانی که موفقیتی در این زمینه داشته باشد، پاداش مثبت دریافت می‌کند و در صورتی که نتواند دریبل کند، با پاداش منفی مواجه می‌شود. به همین دلیل، این ربات تلاش می‌کند که ترتیب اعمال نیرو را در پاهای خود بیاموزد.
گیب مارگولیس، دانشجوی دکترای MIT که رهبری این پروژه را بر عهده داشت، می گوید: یکی از جنبه های رویکرد یادگیری تقویتی این است که ما باید یک پاداش خوب طراحی کنیم تا ربات یک رفتار موفق در دریبل زدن را یاد بگیرد. هنگامی که آن پاداش را طراحی کردیم، زمان تمرین برای ربات فرا می رسد. ربات با گذشت زمان یاد می گیرد که در مهارت های فوتبالی بهتر و بهتر شود و با سرعت توپ مطابقت داشته باشد.
یک ربات در بازی فوتبال با مجموعه ای از چالش های جدید و جذاب روبرو می شود. برای مثال، اثرات متقابل اصطکاک و کشش توپ با زمین و نحوه برخورد پاهای یک روبات با همان زمین، متفاوت است. بنابراین یک ربات باید بتواند همزمان به آنچه در حال انجام است و آنچه می خواهد انجام دهد، فکر کند.
کارایی DribbleBot فقط برای سرگرمی و بازی نیست. آنها همچنین می توانند برخی از مزایای زندگی واقعی را برای جامعه داشته باشند. اگر امروز به اطراف نگاه کنید، بیشتر ربات‌ها چرخدار هستند. اما تصور کنید که یک سناریوی فاجعه بار مانند سیل یا زلزله وجود داشته باشد. پولکیت آگراوال، محقق اصلی CSAIL گفت: ما به ربات هایی نیازخواهیم داشت که به انسان‌ها در فرآیند جستجو و نجات کمک کنند.هدف ما از توسعه الگوریتم‌هایی برای ربات‌های پادار، ایجاد استقلال در موقعیت های چالش‌برانگیز و پیچیده‌ای است که در حال حاضر خارج از دسترس سیستم‌های روباتیک هستند.
