前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >英伟达开发AI系统SimOpt,可将模拟转移到现实任务中

英伟达开发AI系统SimOpt,可将模拟转移到现实任务中

作者头像
AiTechYun
发布2019-05-21 23:58:58
4310
发布2019-05-21 23:58:58
举报
文章被收录于专栏:ATYUN订阅号ATYUN订阅号

编译 | 明知不问

发布 | ATYUN订阅号

英伟达人工智能研究人员公开了SimOpt,一个人工智能系统,经过训练可以将模拟工作转移到实际行动中,从而完成一些任务,比如把钉子插进孔里,打开和关上抽屉等。

SimOpt模型依赖于强化学习,是使用英伟达的FleX物理模拟引擎和超过9600个模拟创建的,每个模拟最多需要两个小时才能完成。

该方法采用FleX中捕获的在现实世界中无法工作的合成数据,并在模拟器中调整其参数,希望该算法在下一阶段能够减少错误。

研究员Ankur Handa表示,“这样做的目的实际上是在模拟器中创建真实世界的准确副本。有了这些参数,你就可以重新训练强化学习。然后回到现实世界,检查参数范围是否有效。”

如果没有效,你再回过头来,找出与现实世界相匹配的轨迹,并找出另一个范围。然后你在这个范围内训练一个RL,你不断地重复这个过程,直到你不能分辨这是真实世界还是模拟器。

微调参数和比较模拟器和实际任务的轨迹的迭代过程依赖于深度传感器,该传感器跟踪现实世界中的3D模型并进行性能估计。

Handa说,“我们的意思是,不要把这些负面数据丢掉。这仍然是非常有用的数据,因为它允许你在模拟器中创建真实世界的准确副本,并调整参数的范围,你一直这样做,直到它起作用为止。”

今天推出的研究是继去年推出英伟达的Isaac机器人系列以及1月份在西雅图推出英伟达机器人实验室之后推出的。该实验室用于训练机器人在实际环境中工作,如宜家厨房。

Dieter Fox于2017年被任命为英伟达机器人实验室的负责人。从那时起,研究人员已经开发出可以在实验室环境中观察人类活动的学习系统,以及学习如何从合成数据中获取物体。

在接下来的几个月里,SimOpt将在更多条件下进行测试,以模拟真实环境。

视频演示:

youtu.be/SRupIVknV-A

End

推荐阅读

Recommended reading

| 决策树完全指南(下)

| 安静的半监督学习革命,一起清理未标记的数据

| HPE宣布以13亿美元收购超级计算机制造商Cray

专治BUG

据说在看的没有BUG

本文参与?腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-05-21,如有侵权请联系?cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体分享计划? ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
http://www.vxiaotou.com