Lære roboter å lære roboter
Det nye systemet, C-LEARN, kombinerer to tradisjonelle elementer av robotlæring - læring fra demonstrasjon og noe som kalles bevegelsesplanlegging, handlinger som må hardkodes av utviklere. De sier at denne nye teknikken er ment å gjøre det lettere for roboter å utføre et bredt spekter av oppgaver med mindre programmering.
"Roboter kunne vært til så mye hjelp hvis bare flere kunne bruke dem," Claudia Perez-D'Arpino, en PhD-kandidat som jobbet med prosjektet, fortalte Digital Trends. Hun forklarte at teamets motiv var å opprettholde noen av ferdighetene på høyt nivå som ble muliggjort av toppmoderne programmerere, samtidig som systemet la seg lære gjennom demonstrasjon.
Anbefalte videoer
Programmering av roboter for å utføre selv en enkelt oppgave kan være komplisert, med presise instruksjoner som tar tid å kode. I stedet utviklet Perez-D’Arpino og teamet hennes C-LEARN for å la eksperter fokusere på oppgavene som er mest relevante for deres respektive felt. Med dette systemet kan ikke-kodere gi roboter biter av data om en handling og deretter fylle ut hullene ved å vise roboten en demonstrasjon av oppgaven.
Jason Dorfman / MIT CSAIL
"Vi ønsket å... styrke [eksperter] til å lære roboter hvordan de skal planlegge for oppgaver som er kritiske i deres bruksområde," sa Pérez-D'Arpino. "De siste årenes fremgang med å lære av demonstrasjoner går i denne retningen,"
C-LEARN fungerer ved å samle en mengde erfaring, som forskerne kaller en kunnskapsbase. Denne basen inneholder geometrisk informasjon om å nå og gripe gjenstander. Deretter viser den menneskelige operatøren roboten en 3D-demonstrasjon av oppgaven. Ved å relatere sin kunnskapsbase til handlingen den observerte, kan roboten komme med forslag til hvordan man best kan utføre handlingene, og operatøren kan godkjenne eller redigere forslagene etter eget skjønn.
"Denne kunnskapsbasen kan overføres fra en robot til en annen," sa Pérez-D'Arpino. "Se for deg at roboten din laster ned en "app" for manipulasjonsferdigheter. "Appen" kan tilpasse seg den nye roboten med en annen kropp takket være fleksibiliteten ved å ha lært begrensninger, som er en matematisk representasjon av det underliggende geometriske kravet til oppgaven, som er forskjellig fra å lære en spesifikk vei som kanskje ikke er gjennomførbar i ny robotkropp."
Med andre ord lar C-LEARN den kunnskapen overføre og tilpasse seg konteksten - omtrent som hvordan en idrettsutøver kan lære en ferdigheter i én sport og endre den litt for å prestere bedre i en annen sport, uten å måtte lære seg helt på nytt handling.
Forskerne testet C-LEARN på Optimus, en liten toarmet robot designet for bombetømming, før de overførte ferdighetene til Atlas, en seks fot høy humanoid. De tror systemet kan bidra til å forbedre ytelsen til roboter i produksjon og katastrofehjelp, for å gi raskere respons i tidssensitive situasjoner.
Redaktørenes anbefalinger
- MIT lærer å gjøre roboter mindre klønete ved å sette kameraer i fingrene
- Se MITs Mini Cheetahs lempe seg for robotapokalypsen
- MITs slangerobot er designet for å krype gjennom blodårene i hjernen
- MIT whiz kids fikk en robot til å ta på seg den virale #BottleCapChallenge
- Japanske forskere bruker dyp læring A.I. for å få drivvedroboter i bevegelse
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
