MIT-Forscher entwickeln neue Technik, um Robotern das Lehren beizubringen

Robotern beibringen, Robotern etwas beizubringen

Für den Menschen ist Lernen eine Selbstverständlichkeit. Es ist bemerkenswert, wie schnell wir eine neue Aufgabe übernehmen können, indem wir einfach zuschauen, wie jemand anderes sie erledigt. Roboter haben es inzwischen nicht mehr so ​​einfach, aber Forscher des Computer Science and Artificial Intelligence Laboratory (CSAIL) des Massachusetts Institute of Technology (MIT) sind hier, um zu helfen. Sie bringen Robotern bei, sich gegenseitig etwas beizubringen.

Das neue System, C-LEARN, kombiniert zwei traditionelle Elemente des Roboterlernens – Lernen aus Demonstrationen und etwas namens Bewegungsplanung, Aktionen, die von Entwicklern hart codiert werden müssen. Sie sagen, dass diese neue Technik es Robotern erleichtern soll, eine Vielzahl von Aufgaben mit weniger Programmieraufwand auszuführen.

„Roboter könnten eine große Hilfe sein, wenn nur mehr Menschen sie nutzen könnten“ Claudia Perez-D’Arpino, ein Doktorand, der an dem Projekt gearbeitet hat, sagte gegenüber Digital Trends. Sie erklärte, dass das Ziel des Teams darin bestehe, einige der hohen Fähigkeiten modernster Programmierer beizubehalten und gleichzeitig dem System die Möglichkeit zu geben, durch Demonstrationen zu lernen.

Empfohlene Videos

Das Programmieren von Robotern für die Ausführung auch nur einer einzelnen Aufgabe kann kompliziert sein und präzise Anweisungen erfordern, deren Codierung Zeit in Anspruch nimmt. Stattdessen haben Perez-D’Arpino und ihr Team C-LEARN entwickelt, damit sich Experten auf die Aufgaben konzentrieren können, die für ihr jeweiliges Fachgebiet am relevantesten sind. Mit diesem System können Nicht-Programmierer Robotern Datenbits über eine Aktion geben und dann die Lücken füllen, indem sie dem Roboter eine Demonstration der jeweiligen Aufgabe zeigen.

Jason Dorfman / MIT CSAIL

Jason Dorfman / MIT CSAIL

„Wir wollten … [Experten] befähigen, Robotern beizubringen, Aufgaben zu planen, die in ihrem Anwendungsbereich von entscheidender Bedeutung sind“, sagte Pérez-D’Arpino. „Die Fortschritte der letzten Jahre beim Lernen aus Demonstrationen gehen in diese Richtung.“

C-LEARN funktioniert durch die Ansammlung eines Erfahrungsschatzes, den die Forscher als Wissensbasis bezeichnen. Diese Basis enthält geometrische Informationen zum Erreichen und Greifen von Objekten. Als nächstes zeigt der menschliche Bediener dem Roboter eine 3D-Demonstration der anstehenden Aufgabe. Durch die Verknüpfung seiner Wissensbasis mit der beobachteten Aktion kann der Roboter Vorschläge machen, wie die Aktionen am besten ausgeführt werden können, und der Bediener kann die Vorschläge nach eigenem Ermessen genehmigen oder bearbeiten.

„Diese Wissensbasis kann von einem Roboter auf einen anderen übertragen werden“, sagte Pérez-D’Arpino. „Stellen Sie sich vor, Ihr Roboter lädt eine ‚App‘ für Manipulationsfähigkeiten herunter. Die „App“ kann sich dank der Flexibilität, die sie erlernt hat, an den neuen Roboter mit einem anderen Körper anpassen, da es sich dabei um mathematische Einschränkungen handelt Darstellung der zugrunde liegenden geometrischen Anforderung der Aufgabe, die sich vom Erlernen eines bestimmten Pfades unterscheidet, der in der Aufgabe möglicherweise nicht durchführbar ist neuer Roboterkörper.“

Mit anderen Worten, C-LEARN ermöglicht die Übertragung und Anpassung dieses Wissens an seinen Kontext – ähnlich wie ein Sportler a lernen kann Ihre Fähigkeiten in einer Sportart zu verbessern und sie leicht zu verändern, um in einer anderen Sportart bessere Leistungen zu erbringen, ohne sie komplett neu erlernen zu müssen Aktion.

Die Forscher testeten C-LEARN an Optimus, einem kleinen zweiarmigen Roboter zur Bombenentschärfung, bevor sie die Fähigkeit erfolgreich auf Atlas, einen 1,80 Meter großen Humanoiden, übertrugen. Sie glauben, dass das System dazu beitragen könnte, die Leistung von Robotern in der Fertigung und bei der Katastrophenhilfe zu verbessern, um in zeitkritischen Situationen schnellere Reaktionen zu ermöglichen.

Empfehlungen der Redaktion

  • Das MIT lernt, Roboter weniger ungeschickt zu machen, indem es ihnen Kameras in die Finger steckt
  • Beobachten Sie, wie sich die Mini Cheetahs des MIT für die Roboterapokalypse fit machen
  • Der Schlangenroboter des MIT soll durch Blutgefäße im Gehirn kriechen
  • MIT-Experten haben einen Roboter bekommen, der sich der viralen #BottleCapChallenge stellt
  • Japanische Forscher nutzen Deep-Learning-KI. um Treibholzroboter in Bewegung zu setzen

Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.