Google DeepMind se učí parkour

Aktuálně výsledky umělé inteligence trénované na pohyb vypadají spíše jako opilý člověk s hodně špatnou motorikou, ale jisté pokroky rozhodně lze zaznamenat. My zase můžeme poznamenat, že tento výzkum by mohl posloužit třeba společnosti Boston Dynamics, kterou Google donedávna vlastnil. Jde o to, aby se chodící roboti dokázali vypořádat s různorodým prostředím kolem sebe a dokázali si poradit i v případě, že se pod nimi třeba trošku propadne půda, zvrátí kámen a v jiných neočekávatelných situacích. 

 

 

Prozatím trénink Deepmind skončil u humanoidní postavy, která utíká přes různé překážky, jako jsou díry, zídky, různé houpačky a také jsou simulovány různé síly, které mohou na samotnou postavu působit, jako je třeba vítr. Můžeme tak mluvit o tom, že Google svou AI učí parkour. 

 

Google k tomu používá techniku Reinforcement learning (RL), s jejíž pomocí si postava má najít svou cestu skrz předem neznámé prostředí, přičemž díky virtuálním odměnám za pokrok si AI vymýšlí nové způsoby, jak se s pohybem v takovém prostředí vypořádat. 

 

V jistém směru nám to může připomenout hru QWOP, kde jde také o to, aby atlet ovládaný čtyřmi klávesami doběhl co nejdále, než se zhroutí na zem. Deepmind měla za úkol ještě to, aby se dostala do co nejdelší vzdálenosti co nejrychleji a k tomu jí od začátku nikdo nepomohl. Musela se tak zcela sama naučit, jak vůbec chodit a pak i jak přeskočit velkou zeď ve snaze dosáhnout na velkou virtuální odměnu. A když na to konečně přišla, tento způsob začala sama využívat i pro přeskakování jiných zdí. 

 

Google se zaměřil také na nehumanoidní pohyb. Jak ukazuje video, máme tu také čtyřnohého "pavouka", který se naučil, jak přeskakovat propasti svým osobitým způsobem, k čemuž mu posloužila řada pokusů a omylů. 

 

 

Na tom všem je zajímavé sledovat, jak moc se pohyb těchto simulovaných stvoření blíží či neblíží opravdovým tvorům. Však humanoidní model sice dostal do vínku příslušnou postavu a reálné možnosti dané silou našich svalů a možnostmi našich kloubů. Nikdo mu už ale nemluvil do toho, jak má výsledný pohyb vypadat, takže i na tu samozřejmou maličkost, že musí dávat nohu před nohu, musel přijít sám. Není tak divu, že pohyb vypadá z našeho pohledu komicky. 

 

Ukazuje se také, že díky AI se mohou i složité problémy řešit v podstatě samy, pokud se využije inteligence schopná se sama učit a dostane k tomu dostatek času. 

 

Zdroj: Extremetech