Robotu mācīšana, lai mācītu robotus
Jaunā sistēma C-LEARN apvieno divus tradicionālos robotizētās mācīšanās elementus — mācīšanos no demonstrācijas un to, ko sauc par kustības plānošanu, darbības, kuras izstrādātājiem ir stingri jākodē. Viņi saka, ka šī jaunā tehnika ir paredzēta, lai robotiem būtu vieglāk veikt dažādus uzdevumus ar mazāku programmēšanu.
"Roboti varētu tik ļoti palīdzēt, ja tikai vairāk cilvēku varētu tos izmantot." Klaudija Peresa-D’Arpino, doktora grāda kandidāts, kurš strādāja pie projekta, pastāstīja Digital Trends. Viņa paskaidroja, ka komandas motīvs bija saglabāt dažas no augsta līmeņa iemaņām, ko nodrošinājuši vismodernākie programmētāji, vienlaikus ļaujot sistēmai mācīties, izmantojot demonstrācijas.
Ieteiktie videoklipi
Robotu programmēšana pat viena uzdevuma veikšanai var būt sarežģīta, ietverot precīzas instrukcijas, kuru kodēšana prasa laiku. Tā vietā Perez-D’Arpino un viņas komanda izstrādāja C-LEARN, lai ļautu ekspertiem koncentrēties uz uzdevumiem, kas ir visatbilstošākie viņu attiecīgajām jomām. Izmantojot šo sistēmu, nekodētāji var sniegt robotiem datu bitus par darbību un pēc tam aizpildīt nepilnības, parādot robotam veicamā uzdevuma demonstrāciju.
Džeisons Dorfmans / MIT CSAIL
"Mēs vēlējāmies... pilnvarot [ekspertus] iemācīt robotiem plānot uzdevumus, kas ir kritiski viņu pielietojuma jomā," sacīja Peress-D'Arpino. "Pēdējo gadu progress mācībās no demonstrācijām virzās šajā virzienā,"
C-LEARN darbojas, uzkrājot pieredzes kopumu, ko pētnieki sauc par zināšanu bāzi. Šī bāze satur ģeometrisku informāciju par objektu aizsniegšanu un satveršanu. Tālāk cilvēks-operators parāda robotam veicamā uzdevuma 3D demonstrācijas. Saistot savu zināšanu bāzi ar novēroto darbību, robots var sniegt ieteikumus, kā vislabāk veikt darbības, un operatore var apstiprināt vai rediģēt ieteikumus pēc saviem ieskatiem.
"Šo zināšanu bāzi var pārnest no viena robota uz otru," sacīja Peress-D'Arpino. “Iedomājieties, ka jūsu robots lejupielādē “lietotni” manipulācijas prasmēm. “Lietotne” var pielāgoties jaunajam robotam ar atšķirīgu ķermeni, pateicoties elastībai, ko rada apgūtie ierobežojumi, kas ir matemātiski uzdevuma pamatā esošās ģeometriskās prasības attēlojums, kas atšķiras no konkrēta ceļa apguves, kas var nebūt iespējams jauns robota korpuss.
Citiem vārdiem sakot, C-LEARN ļauj šīs zināšanas pārnest un pielāgot tās kontekstam — līdzīgi kā sportists var apgūt prasmi vienā sporta veidā un nedaudz mainiet to, lai sasniegtu labākus rezultātus citā sporta veidā, pilnībā neapgūstot darbība.
Pētnieki pārbaudīja C-LEARN uz Optimus, mazu divu roku robotu, kas paredzēts bumbas iznīcināšanai, pirms veiksmīgi nodeva prasmes sešas pēdas garam humanoīdam Atlasam. Viņi domā, ka sistēma varētu palīdzēt uzlabot robotu veiktspēju ražošanā un katastrofu seku likvidēšanā, lai ļautu ātrāk reaģēt situācijās, kas ir jutīgas pret laiku.
Redaktoru ieteikumi
- MIT mācās padarīt robotus mazāk neveiklus, ieliekot viņu pirkstos kameras
- Skatieties, kā MIT Mini Cheetahs gatavojas robotu apokalipsei
- MIT čūsku robots ir paredzēts, lai rāpotu pa smadzeņu asinsvadiem
- MIT mazie bērni ieguva robotu, lai tiktu galā ar vīrusu #BottleCapChallenge
- Japānas pētnieki izmanto dziļās mācīšanās A.I. lai iekustinātu dreifējošās koksnes robotus
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi straujajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
