Инженеры из Robotics and AI Institute (ранее Boston Dynamics AI Institute) в Массачусетсе представили систему ZEST, которая позволяет человекоподобным и четвероногим роботам осваивать сложные движения по данным захвата движений, видео и анимации. Используя новую систему обучения нейронных сетей, инженеры научили их выполнять непрерывные сальто назад и ходить колесом, говорится в исследовании.
ZEST (Zero-shot Embodied Skill Transfer) — это метод переноса двигательных навыков без отдельного дообучения под каждую новую задачу. В его основе лежит обучение с подкреплением: система учит робота воспроизводить движения, используя разные источники данных.
Авторы протестировали подход на нескольких платформах, включая Boston Dynamics Atlas и Spot, а также Unitree G1. В работе говорится, что роботы смогли освоить сложные координационные действия, в том числе армейский кроул, движения в стиле брейк-данса и запрыгивание на ящик.
Испытания показали, что с новой системой обучения роботы с легкостью осваивают непростые движения, такие, как ползание на четырех конечностях, выполнение «колеса», запрыгивание на ящик, балетные движения, стойка на руках, футбольные удары.