• МФТИ разработал виртуальную модель-симулятор для обучения антропоморфных роботов.
• Модель облегчает «настройку» робота, чтобы он не падал и не сбивался с пути.
• Для обучения робота необходимо знать его параметры: вес конечностей, демпфирование или трение в суставах.
• Особенно важно для обучения с подкреплением.
• На базе дифференцируемого симулятора MuJoCo-XLA ученые МФТИ встроили этап «самонастройки» модели прямо в процесс обучения.
• Новый подход на 75% уменьшает отклонение и на 46% увеличивает пройденное расстояние в заданном направлении.
• Это открывает путь к созданию agile-роботов - маневренных и гибких роботов, способных адаптироваться к изменениям в окружающей среде.