Mi történik, ha egy robot teljesen szimulációs környezetben tanul meg valós tárgyakat manipulálni, és ezt követően gond nélkül képes navigálni az igazi világban is? Az Allen Institute for AI új projektje, a Malobot, pont ezt a kérdést feszegeti, megdöntve egy régi meggyőződést a robotikakutatásban.
A tudósok szerint a problémát nem a robotok hardverében, hanem azok megbízhatóságában találjuk, amikor a kiszámíthatatlan valóságban kell működniük. A kutatás bemutatja, hogyan képeznek ki robotokat kizárólag szimulált adatokon, elkerülve a költséges és lassú valós adatgyűjtést és emberi demonstrációkat. A kulcs a rendkívül változatos, nagyléptékű virtuális környezet, amely életszerű jelenetekkel és fizikai szimulációkkal teli ökoszisztémát biztosít a tanuláshoz.
Felmerül a kérdés: meddig lehet fejleszteni a robotok intelligenciáját kizárólag szintetikus világokban? Tényleg szükség van-e valódi adatokra, vagy elegendő, ha a szimuláció elég változatos és összetett? A projekttel kapcsolatban szó esik még arról is, hogy a teljesen nyílt forráskódú környezet és modell milyen új lehetőségeket teremthet a globális kutatói közösség számára a robotika demokratizálásában.
