Làm thế nào để robot có thể học kỹ năng thông qua tương tác với thế giới vật lý? Một cuộc phỏng vấn với Jiaheng Hu - Robohub

Bài viết có cuộc phỏng vấn với Jiaheng Hu về nghiên cứu của họ nhằm giúp robot, đặc biệt là các robot di động gia đình, tự động tiếp thu kỹ năng thông qua học tăng cường (RL) trong thế giới thực. Các phương pháp RL truyền thống trong robot thường dựa vào việc huấn luyện chính sách hoàn toàn trong mô phỏng độ trung thực cao trước khi triển khai vào thế giới thực (zero-shot sim2real). Tuy nhiên, phương pháp này gặp phải nhiều thách thức lớn: việc tạo ra các bộ mô phỏng chính xác, chuyên biệt cho từng nhiệm vụ tốn nhiều thời gian và một số nhiệm vụ liên quan đến tương tác phức tạp (ví dụ như rót nước, gấp quần áo) rất khó mô phỏng một cách thực tế. Học tăng cường trong thế giới thực, nơi robot học trực tiếp qua tương tác vật lý, là một giải pháp đầy hứa hẹn nhưng bị hạn chế bởi hiệu quả mẫu thấp và rủi ro an toàn trong quá trình khám phá. Để giải quyết những thách thức này, Hu và các đồng nghiệp đã phát triển SLAC (Không gian Hành động Tiềm ẩn Huấn luyện Trước trong Mô phỏng cho Học Tăng cường Toàn thân trong Thế giới Thực), một phương pháp hai bước tận dụng mô phỏng độ trung thực thấp để hỗ trợ việc học trong thế giới thực an toàn và hiệu quả hơn. Đầu tiên, SLAC sử dụng học tăng cường không giám sát trong mô phỏng để học một...