菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >程序人生 >

不断发展的软机器人

遗传算法可用于解决所有类型的问题。最新的作品展示了它如何利用由多种材料制成的身体部位来发展“软机器人”。

软机器人在短短的1000代中,遗传算法为从A到B尽快完成任务创建了一些惊人的解决方案。

在卡尔·西姆斯(Karl Sims)及其生物形态的工作基础上,康奈尔大学(Cornell)的研究人员团队使机器人能够拥有由柔软和刚性材料混合而成的物体。想法是,使用遗传算法的进化物体在可达到的复杂性水平上达到了最高限度,因为它们都主要限于刚性组件。进化应用于更多天然材料可能会产生更多天然生物。

该实验的第二个新颖特征是所使用的编码。这是实现遗传算法的常见困难。您需要找到一种遗传编码,以自然的方式表示所有可能的类型。机器人的形状和行为是使用合成图案生产网络确定的。这就像一个神经网络,但是节点可以使用输入的任何功能进行输出。可以使用体素主体中的位置(体积像素)来驱动网络,并且可以输出该体素的属性。网络本身可以使用遗传算法进行进化。

CPPN

CPPN根据每个体素的位置生成每个机器人的组成

机器人中的每个体素都是以指定频率伸缩的主动单元,或者是仅具有软或硬材料特性的被动单元。在视频中,绿色体素是周期性的,幅度为20%,浅蓝色是柔和的和被动的,红色是周期性的,但是与绿色和深蓝色相反的相位是被动和僵硬的。实验创造了一代机器人,并对其移动速度进行了测试。最快的机器人被用来繁殖下一代。在实验中使用适合度的变化来观察不同选择压力的影响。

在此视频中,您可以看到结果以及一行有效的助行器是如何随着时间演变的。作为视频的发布者,Jeff Clune评论:

“进化产生了各种各样有趣,古怪,有趣但最终功能强大的软机器人。请享用!”

关键发现是,与过去使用的简单直接编码相比,更复杂的编码产生了更好的性能。改变健身方式主要改变了最佳机器人的身体组成。总体而言,建议该方法创建具有逼真的运动模式的逼真的复杂机器人。

机器人行者

一些进化的步行方法:L-Walker,Incher,推挽,抖动,跳线和机翼。

问题出现在下一个地方?

研究人员在论文的最后总结了以下内容:

我们的结果表明,对软机器人技术和现代生成编码的研究可能会为最终产生下一代令人印象深刻的,经过计算进化的生物填充人工世界和展示进化算法的力量提供一条途径。

我期待下一篇论文,尤其是下一段视频。

我首先欢迎我们新的柔顺的机器人霸主...

机器人

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。