रोबोटिक्स: रोबोट प्रशिक्षण प्रणाली सुधारण्यासाठी कंपन्यांची शर्यत

रिका अँटोनोव्हा 2015 पासून रोबोटिक्सच्या क्षेत्रात काम करत आहेत आणि सध्या केंब्रिज विद्यापीठात संगणक विज्ञान आणि तंत्रज्ञान विभागातील सहयोगी प्राध्यापक आहेत.

तिच्या संशोधनावर लक्ष केंद्रित केले आहे, बाह्य सॉफ्टवेअर आणि हार्डवेअर विकसित करणे जे रोबोट्सना जटिल वर्तन शिकण्यास मदत करू शकतात.

Antonova 2021 पासून Google च्या DeepMind च्या मालकीच्या MuJoCo नावाच्या प्रशिक्षण प्रणालीसह कार्य करते. हे ओपन-सोर्स सॉफ्टवेअर आहे, याचा अर्थ संशोधक ते विनामूल्य वापरू शकतात आणि कोडसह टिंकर करण्याची परवानगी आहे.

“हे खूप, खूप वापरकर्ता-अनुकूल आहे. त्यामुळे संशोधन गटांसाठी किंवा लहान स्टार्ट-अपसाठी, ते उपयुक्त आहे,” ती म्हणते.

ती म्हणते की व्हीसीमचा दृष्टीकोन – अतिशय जलद सिम्युलेशन – आशादायक आहे.

“जर तुमच्याकडे खूप वेगवान सिम्युलेटर असेल, तर तुम्ही काही सेकंदात लाखो नमुन्यांची नक्कल करू शकता की तुमचा रोबोट त्याची हालचाल कशी समायोजित करायची याचा विचार करत आहे आणि त्यानंतर तुम्ही जवळजवळ रिअल टाइममध्ये गती बदलू शकता,” ती म्हणते.

परंतु ते नक्कल केलेले वातावरण अजूनही वास्तविक जगाचे अंदाजे अंदाज आहेत, जे प्रशिक्षित केले जाऊ शकते यावर मर्यादा घालते.

“अशा काही गोष्टी आहेत ज्यांचे नक्कल करणे कठीण आहे, जसे की अत्यंत विकृत वस्तू आणि कटिंग,” ती म्हणते.

हे एक आव्हान आहे ज्यावर Vsim येथील Nvidia आणि Lu आणि Storey काम करत आहेत.

लू म्हणतात की त्यांच्या सिस्टमने “अचूक सिम्युलेशन वापरून, वास्तविकतेमध्ये तसेच ते सिम्युलेशनमध्ये कार्य करणाऱ्या मॉडेलला प्रशिक्षित करण्यासाठी अंदाजे कमी केले आहे.”

लवकरच दुसरा रोबोट, ज्याला नाचो म्हणतात, ते तंत्रज्ञान विकसित करण्यात मदत करेल.

लू म्हणतात की त्यांच्या विकास प्रक्रियेला गती द्यावी आणि त्यांचे सॉफ्टवेअर वेगवेगळ्या मशीनवर चालेल याची खात्री करा.

आणि, अर्थातच, फ्रेडोला काही कंपनी प्रदान करा.