从仿真到现实:为什么机器人要先在仿真中训练
机器人可以在电脑里摔一百万次而不损坏任何东西。难点在于让它学到的本领在真实的地面上也管用。
THE LOOP, STEP BY STEP
The robot repeats this loop many times a second. Tap a step to pause on it.
试错学习需要海量的尝试。在模拟器里,尝试又快、又能并行、又免费、又安全,所以机器人在接触硬件之前就能练习走路或抓取。
麻烦在于现实差距:摩擦、电机滞后、传感器噪声和光照永远无法与仿真完全一致。训练时随机化这些数值等方法,可以帮助机器人应对真实环境。
有了它,你可以
在真实机器人上要花几个月的训练,在仿真里几天就能完成,而且途中不会损坏任何东西。
没有它会怎样
每一次失败的尝试都是一次真实的摔倒、真实的碰撞或真实磨损的零件,学习会又慢又贵。
哪里容易出问题
如果模拟器漏掉了某些东西,在仿真里有效的策略在硬件上仍然可能失败。真实测试永远不能省。
小测验
什么是「现实差距」?