Исследователи из Университета Карнеги — Меллона и компании Google придумали новый способ обучения роботизированных систем с использованием состязания. Заставив робота-манипулятора конкурировать с другим манипулятором, учёные смогли повысить его эффективность захвата предметов c 62% до 82%. Об этом пишет IEEE Spectrum. В своём исследовании учёные использовали промышленного робота Baxter, который имеет два манипулятора. По условиям эксперимента один из этих манипуляторов учился захватывать и удерживать предметы, а другой - мешал ему в этом. Важно, что хотя оба манипулятора формально принадлежат одному роботу, они управляются отдельными конкурирующими нейросетями - то есть речь идёт о состязании двух роботизированных систем. Благодаря глубокому обучению с каждым актом игры (удачной или неудачной попыткой захвата предмета) обе системы становились сильнее. В результате доля удачных захватов возросла до 82%, тогда как при обучении без соперника она не превышала 62%. Робот против робота: один