Robotter kan lære hurtigere ved at crowdsourcing internettet

robotter lærer hurtigere crowdsourcing-information
Billede: University of Washington

For at robotter kan lære nye færdigheder hurtigere, behøver de kun lidt hjælp fra deres internetvenner.

På 2014 Institute of Electrical and Electronics Engineers International Conference on Robotics and Automation i Hong Kong, dataloger fra University of Washington viste, at crowdsourcing af information fra online-fællesskabet kan være en hurtig og effektiv måde at lære robotter, hvordan man udfører opgaver, som at dække et bord eller passe en have.

Anbefalede videoer

Ja, lad os bruge nettet til at fremskynde deres rejse til selvbevidsthed.

Ifølge forskerne kan robotter lære at udføre opgaver ved at efterligne mennesker, men sådan en tilgang kan tage meget tid. For eksempel kan det kræve mange gentagne lektioner at vise en robot, hvordan man fylder en opvaskemaskine, for at demonstrere, hvordan man holder forskellige tallerkener eller fylder ting korrekt i. Med denne nye teknik kan robotten henvende sig til nettet for at få yderligere input til, hvordan opgaverne udføres korrekt.

Relaterede

  • Dels Terminator, dels Tremors: Denne robotorm kan svømme gennem sand
  • Den seneste vilde idé til udforskning af rummet? Robotter lavet af isstykker
  • Denne robot vil skifte dine dæk på en brøkdel af den tid, en mekaniker kan

"Vi forsøger at skabe en metode til, at en robot kan søge hjælp fra hele verden, når den bliver forundret over noget," sagde Rajesh Rao, lektor i datalogi og teknik ved UW. "Dette er en måde at gå ud over blot en-til-en interaktion mellem et menneske og en robot ved også at lære af andre mennesker rundt om i verden."

For at demonstrere denne teori fik forskerne studiedeltagere til at bygge modeller - såsom biler, træer, skildpadder, slanger og mere - ud af farvede legoklodser, og bad derefter robotter om at bygge de samme genstande. Men da robotterne kun havde set nogle få eksempler, kunne de ikke fuldføre opgaverne.

Så for at afslutte deres projekter henvendte de sig til mængden og hyrede folk fra Amazon Mechanical Turk, en crowdsourcing internetmarkedsplads, for at generere flere løsninger til at bygge modellerne. Blandt mere end 100 crowd-genererede modeller at vælge imellem, valgte robotterne de bedste til at bygge baseret på sværhedsgrad og lighed med de originale objekter.

Robotterne byggede derefter de bedste modeller af hver deltagers form. En sådan læringsteknik er kendt som "målbaseret imitation", som udnytter robottens evner at vide, hvad dens menneskelige operatør ønsker, og derefter komme med den bedst mulige måde at opnå det på mål.

"Slutresultatet er stadig en skildpadde, men det er noget, der er overskueligt for robotten og ligner nok original model, så den opnår det samme mål," sagde Maya Cakmak, en UW assisterende professor i datalogi og ingeniørarbejde.

Så klart, online-fællesskabet kan være nyttigt for disse robotter, bare så længe de holder sig væk fra alle kommentarsektionerne på YouTube.

Redaktørernes anbefalinger

  • Mød den skiftende pitching-robot, der perfekt kan efterligne ethvert menneskeligt kast
  • De spændte en paintball-pistol fast på en Spot-robot. Nu har internettet tøjlerne
  • De fleste kunstgallerier er lukkede, men du kan stadig besøge denne - med en robot
  • Ballie er en rullende robot fra Samsung, der kan hjælpe omkring det smarte hjem
  • Amazon satser stort på sin internet-fra-rum-plan med store nye faciliteter

Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.