虽然数千万条关于训练宠物狗的方法在网上被提及，但不得不承认，如果有距离限制，再高效的狗训练技术也只是纸上谈兵。 最近，美国科罗拉多州立大学的研究小组基于AI技术开发了智能训练犬系统，可以在没有人工协助的情况下教狗遵守指定的密码。
据介绍，目前最有效的训练犬方式都是基于奖励机制实现的，狗听从命令会获得食物、抚摸等奖励，从而调动狗的积极性。 研究人员根据报酬制度，制作了被称为NVIDIA Jetson Nano的人工智能计算机系统。 该系统具有专门用于狗训练任务的硬件和软件，包括AI软件、相机、扬声器、食品分配器等的组合。
现在，人类已经掌握了通过食物和表彰等奖励来驯养狗以完成预期动作的技术。 但是在训练的初期阶段，如果行为得不到及时鼓励，狗的学习行为可能会减少。 为了最大限度地提高学习效率，研究者认为可以利用机器学习模拟训练犬师的动作，识别行为，实时强化“坐下”和“躺下”等命令。
具体步骤利用NVIDIA Jetson Nano上的神经网络实现，该系统配备了摄像机和发送食物等硬件机构。 系统检测到狗存在时，发出躺、站、坐等指令； 之后，摄像机记录下狗对命令的反应，用AI软件分析狗的行为。 系统还将狗的实时图像与训练数据进行比较，判断狗是否遵守命令，最后根据结果判定是否给予报酬。
从硬件的外观来看，这个集成系统就像宠物的自动投食机。 研究人员称，该投食机为长宽高558 (单位英寸)的长方形，在装置上部设有摄像头，侧面包含用于储藏点心的传递装置。 当AI判断要奖励狗时，点心传递装置下部的电机臂旋转打开，食物就会自然出来。
Jetson Nano配备128个NVIDIA Maxwell GPU核心和4 GB RAM，以及10瓦可切换电源以确保最佳性能。 另外，Nano具备GPIO连接器，可以与相机、电机、扬声器等外部设备配合使用。 这些充分保障了实验中设计模型和迁移学习模型的正常运算。
测试结果表明，通过迁移进行学习训练的准确率可达92.06%。
研究人员表示，命令列表应该很短，因为他们制作的原型完全独立于其他系统。 此外，还提出了构建可以通过远程处理增加命令数量的更强大的系统。 他们还注意到该系统商业化的落地，有助于他们不在家时训练宠物狗。
实际上，利用AI的人工智能驱动的训练犬设备在2020年初曾引起过话题。 一家名为Companion Labs的公司开发了一款名为CompanionPro的狗类教练，配备了谷歌edge TPU AI处理器、图像传感器、扬声器和投餐设备。 我们还选择了TensorFlow作为深度学习平台，在GPU上本地运行生成模型，以识别狗的实时行为并对狗进行训练。
与此相对，NVIDIA Jetson Nano的研究小组迄今为止尽管关于人工智能技术观察狗的研究很多，但这些研究的重点是用可穿戴传感器捕捉狗的姿势，比如坐下、站着、吃等这些都是根据基于方差的阈值，根据分类等级的算法进行分类。 然而，用于计算机视觉观察和分析犬行为的研究还有很大的空间。
“利用计算机视觉技术估计了单独使用摄像机的场景，分离了专用硬件的需求。 使用计算机视觉识别行为的能力是一项困难的任务。 如何设计基于视觉识别的最优神经网络以应用于嵌入式应用是我们的核心研究方向。 ’这个研究小组公开过。