นักวิจัยสอนหุ่นยนต์เล่นแบดมินตันผ่านการใช้ machine learning ของ Nvidia RTX

นักวิทยาศาสตร์ที่ ETH Zürich ได้ตีพิมพ์งานวิจัยและคลิปวิดีโออธิบายวิธีการที่พวกเขาใช้ในการพัฒนาหุ่นยนต์สี่ขาที่สามารถเล่นแบดมินตัน เป็นการมุ่งเน้นการฝึกหุ่นยนต์ให้เรียนรู้การเคลื่อนไหวที่่ซับซ้อนและการประสานงานระหว่างการทำงานของชิ้นส่วนต่าง ๆ

ทีมงานใช้หุ่นยนต์ ANYmal-D ติดตั้งแขนกล DynaArm และใช้โมเดลการเรียนรู้แบบเสริมแรง (Reinforcement learning model) โดยไม่ต้องมีการปรับแต่งซอฟต์แวร์หรือฮาร์ดแวร์มากนัก อีกทั้งตัวหุ่นยนต์ยังเรียนรู้ที่จะติดตามลูกขนไก่โดยใช้เพียงกล้องสเตอริโอที่ติดตั้งอยู่ในตัว

กระบวนการฝึกหุ่นยนต์ทำโดยใช้ Isaac Gym ตัวจำลองเสมือนจริงของ Nvidia เป็นจำนวน 7,500 รอบการฝึก ใช้เวลาเกือบ 5 ชั่วโมง ด้วยการ์ดจอ RTX 2080 Ti ซึ่งหลังผ่านการฝึกแล้วตัวหุ่นยนต์เรียนรู้ที่จะเคลื่อนไหวแบบซับซ้อน เช่น การเริ่มต้น การง้างไม้ การตี การวิ่ง และการฟื้นตัว นอกจากนี้ยังเรียนรู้การเร่งจังหวะตามความเร็วของลูกขนไก่ให้ทันเวลาโดยไม่ต้องโปรแกรมการเคลื่อนไหวให้กับตัวมันทีละท่า

ความสามารถในการปรับตัวกับงานในอุตสาหกรรมเป็นอีกหนึ่งความเป็นไปได้ของหุ่นยนต์ตัวนี้ เพราะมันแสดงให้เห็นถึงความสามารถในการเรียนรู้การเคลื่อนไหวที่ซับซ้อนเหนือกว่าระบบอัตโนมัติทั่วไป สามารถไปต่อยอดในงานอุตสาหกรรมที่ล้วนมีความต้องการและสภาพแวดล้อมแตกต่างกันได้

ทั้งนี้การฝึกให้หุ่นยนต์เล่นแบดมินตันเป็นหนึ่งในการแสดงความสามารถด้านการปรับตัวของหุ่นยนต์ชนิดมีขา ก่อนหน้านี้นอกเหนือจากนั้นยังมี Atlas หุ่นยนต์เต้นและเล่นยิมนาสติกของ Boston Dynamic, แขนหุ่นยนต์เล่นปิงปองของ Google Deepmind หรือหุ่นยนต์ฝึกซ้อมนักกีฬาของ NBA สิ่งเหล่านี้แสดงให้เห็นว่า ปัญญาประดิษฐ์และ machine learning สามารถพัฒนาทักษะที่มีความซับซ้อนมากขึ้นได้ในอนาคต

ที่มา : Techspot

ภควัต ขจิตวิชยานุกูล

นักเขียนมือใหม่ที่อยากเรียนรู้เทคโนโลยีและข่าวรอบโลกไปพร้อมกับการเขียนบทความ