这款开源的低成本机器人通过强化学习来学习
阿尔托大学和OTE Robotics的研究人员设计了一种低成本的机器人，可用于测试强化学习（RL）算法。该机器人称为RealAnt，是“ Ant”机器人仿真环境的真实模型。它也很便宜，仅售899欧元（1090美元）。
研究工作的最初灵感是RL研究，成功地证明了在类似蚂蚁的四足机器人和人形机器人仿真中从零开始的学习。采用RL算法的基本前提是，对机器人进行编程变得更加容易和更加’自然’-只需定义可用的传感器测量值，运动动作，然后设定目标并将它们全部插入到强化学习算法中，剩下的就由它来计算。
无需进行基于仿真的训练
RL过去需要数千小时的机器人仿真训练。但是，最近，研究人员已经成功地教给机器人步行很少的训练数据。这意味着，现在无需使用冗长的基于模拟的训练就可以在现实环境中对机器人进行训练。
Sainio解释说：“我们很快意识到，类似RealAnt的行走机器人并不容易获得，而且价格也不便宜，特别是对于强化学习来说，这很容易通过滥用控制来损坏机器人。”
“与模拟器环境相比，没有一个完整的软硬件组合可以用于现实世界的强化学习，因此，我开始构建自己的机器人和软件接口原型。”
Sainio制造了哪些令人印象深刻的原型！根据Ote机器人的网站，该机器人配有8个 Robotis Dynamixel AX-12A智能执行器，一个Robotis OpenCM9.04A板， 一个USB， 带有参考标签板的标签以及 12V 5A电源。
该网站还补充说：“ Ote Robotics的RealAnt机器人平台旨在用于现实世界的强化学习研究和开发。” 获取更多前沿科技信息访问：https://byteclicks.com
.png "这款开源的低成本机器人通过强化学习来学习 1")
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/13522.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
