Обучение роботов обучению роботов
Новая система C-LEARN сочетает в себе два традиционных элемента роботизированного обучения — обучение на демонстрации и так называемое планирование движения — действия, которые должны быть жестко запрограммированы разработчиками. Они говорят, что эта новая технология призвана облегчить роботам выполнение широкого спектра задач с меньшим количеством программирования.
«Роботы могли бы оказать огромную помощь, если бы их могло использовать больше людей», Клаудия Перес-Д’Арпино, кандидат наук, работавший над проектом, рассказал Digital Trends. Она объяснила, что мотивом команды было сохранить некоторые навыки высокого уровня, обеспечиваемые современными программистами, в то же время позволяя системе обучаться посредством демонстрации.
Рекомендуемые видео
Программирование роботов для выполнения даже одной задачи может быть сложным, требующим точных инструкций, написание которых требует времени. Вместо этого Перес-Д’Арпино и ее команда разработали C-LEARN, чтобы позволить экспертам сосредоточиться на задачах, наиболее актуальных для их соответствующих областей. С помощью этой системы непрограммисты могут предоставлять роботам фрагменты данных о действии, а затем заполнять пробелы, показывая роботу демонстрацию поставленной задачи.
Джейсон Дорфман / MIT CSAIL
«Мы хотели… дать возможность [экспертам] научить роботов планировать задачи, которые имеют решающее значение в их области применения», — сказал Перес-Д’Арпино. «Прогресс последних лет в обучении на демонстрациях движется в этом направлении»,
C-LEARN работает путем накопления опыта, который исследователи называют базой знаний. Эта база содержит геометрическую информацию о достижении и захвате объектов. Затем человек-оператор показывает роботу трехмерную демонстрацию поставленной задачи. Связывая свою базу знаний с наблюдаемым действием, робот может предлагать, как лучше всего выполнить действия, а оператор может утверждать или редактировать предложения по своему усмотрению.
«Эта база знаний может передаваться от одного робота к другому», — сказал Перес-Д’Арпино. «Представьте, что ваш робот загружает «приложение» для навыков манипулирования. «Приложение» может адаптироваться к новому роботу с другим телом благодаря гибкости изучения ограничений, которые представляют собой математические представление основного геометрического требования задачи, которое отличается от изучения конкретного пути, который может быть неосуществим в новое тело робота».
Другими словами, C-LEARN позволяет этим знаниям передаваться и адаптироваться к контексту — примерно так же, как спортсмен может выучить навык в одном виде спорта и слегка изменить его, чтобы добиться лучших результатов в другом виде спорта, без необходимости полностью переучивать действие.
Исследователи протестировали C-LEARN на Оптимусе, небольшом двуруком роботе, предназначенном для обезвреживания бомб, а затем успешно передали этот навык Атласу, гуманоиду шести футов ростом. Они считают, что система может помочь улучшить производительность роботов на производстве и при ликвидации последствий стихийных бедствий, чтобы обеспечить более быстрое реагирование в срочных ситуациях.
Рекомендации редакции
- MIT учится делать роботов менее неуклюжими, вставляя им в пальцы камеры
- Посмотрите, как мини-гепарды Массачусетского технологического института готовятся к апокалипсису роботов
- Робот-змея Массачусетского технологического института предназначен для ползания по кровеносным сосудам мозга
- Одаренные ребята из Массачусетского технологического института получили робота, который справится с вирусным #BottleCapChallenge
- Японские исследователи используют искусственный интеллект глубокого обучения. заставить роботов из коряг двигаться
Обновите свой образ жизниDigital Trends помогает читателям быть в курсе быстро меняющегося мира технологий благодаря всем последним новостям, забавным обзорам продуктов, содержательным редакционным статьям и уникальным кратким обзорам.
