Metode AI Baru Mempercepat Pelatihan Robot dari Simulasi ke Dunia Nyata

Para peneliti dari Aston University dan University of Birmingham mengembangkan metode pelatihan menggunakan AI yang memungkinkan robot mentransfer keterampilan dari simulasi ke dunia nyata dengan lebih andal. Metode ini mengatasi masalah sim-to-real gap yang membuat robot sulit beradaptasi dengan kondisi fisik nyata.Teknologi ini menggunakan variasi kondisi lingkungan yang dihasilkan AI selama pelatihan simulasi untuk membuat robot lebih adaptif. Contoh pengujian termasuk tugas manipulasi dan pemotongan materi, dengan pengurangan signifikan pada kebutuhan data pelatihan dunia nyata.Hasilnya adalah robot yang lebih stabil dan adaptif dalam berbagai kondisi nyata, mengurangi risiko dan biaya pengujian fisik. Teknologi ini diharapkan mempercepat penerapan robot di industri berbahaya seperti daur ulang baterai lithium dan manufaktur, dengan potensi penggunaan robot plug-and-play.