Učíme roboty učiť roboty
Nový systém, C-LEARN, kombinuje dva tradičné prvky robotického učenia – učenie sa z demonštrácie a niečo, čo sa nazýva pohybové plánovanie, akcie, ktoré musia vývojári pevne zakódovať. Hovorí sa, že táto nová technika má robotom uľahčiť vykonávanie širokej škály úloh s menším množstvom programovania.
„Roboty by mohli byť takou pomocou, keby ich mohlo používať viac ľudí,“ Claudia Perez-D’Arpino, doktorand, ktorý na projekte pracoval, povedal pre Digital Trends. Vysvetlila, že motívom tímu bolo zachovať niektoré zručnosti na vysokej úrovni, ktoré umožnili špičkoví programátori, a zároveň umožniť systému učiť sa prostredníctvom demonštrácie.
Odporúčané videá
Programovanie robotov na vykonávanie čo i len jednej úlohy môže byť komplikované a môže zahŕňať presné inštrukcie, ktorých kódovanie si vyžaduje čas. Namiesto toho Perez-D'Arpino a jej tím vyvinuli C-LEARN, aby umožnili odborníkom zamerať sa na úlohy, ktoré sú pre ich príslušné oblasti najdôležitejšie. Pomocou tohto systému môžu nekódovači poskytnúť robotom kúsky údajov o akcii a potom vyplniť medzery tým, že ukážu robotovi ukážku danej úlohy.
Jason Dorfman / MIT CSAIL
„Chceli sme... umožniť [odborníkom], aby naučili roboty plánovať úlohy, ktoré sú kritické v oblasti ich použitia,“ povedal Pérez-D’Arpino. „Pokrok v učení sa z demonštrácií za posledné roky sa uberá týmto smerom,“
C-LEARN funguje tak, že zbiera množstvo skúseností, ktoré výskumníci nazývajú vedomostná základňa. Táto základňa obsahuje geometrické informácie o dosahovaní a uchopovaní predmetov. Potom ľudský operátor ukáže robotovi 3D ukážku úlohy. Prepojením svojej vedomostnej základne s akciou, ktorú pozoroval, môže robot navrhnúť, ako najlepšie vykonať akcie, a operátor môže schváliť alebo upraviť návrhy, ako uzná za vhodné.
„Túto bázu znalostí možno preniesť z jedného robota na druhého,“ povedal Pérez-D’Arpino. „Predstavte si, že váš robot sťahuje „aplikáciu“ na manipuláciu. „Aplikácia“ sa dokáže prispôsobiť novému robotovi s iným telom vďaka flexibilite naučených obmedzení, ktoré sú matematické reprezentácia základnej geometrickej požiadavky úlohy, ktorá sa líši od učenia sa špecifickej cesty, ktorá nemusí byť uskutočniteľná v nové telo robota."
Inými slovami, C-LEARN umožňuje, aby sa tieto znalosti preniesli a prispôsobili ich kontextu – podobne ako to, ako sa môže športovec naučiť zručnosť v jednom športe a mierne ho pozmeniť, aby ste dosiahli lepší výkon v inom športe, bez toho, aby ste sa museli úplne znova učiť akcie.
Vedci testovali C-LEARN na Optimusovi, malom dvojrukom robote určenom na zneškodňovanie bômb, predtým ako úspešne preniesli túto zručnosť na Atlasa, 180 cm vysokého humanoida. Myslia si, že systém by mohol pomôcť zlepšiť výkon robotov vo výrobe a pri odstraňovaní následkov katastrof, aby umožnil rýchlejšie reakcie v časovo citlivých situáciách.
Odporúčania redaktorov
- MIT sa učí robiť roboty menej nemotornými tým, že im do prstov vkladajú fotoaparáty
- Pozrite si, ako sa Mini gepardy z MIT vznášajú na robotickú apokalypsu
- Hadí robot MIT je navrhnutý tak, aby sa plazil cez krvné cievy v mozgu
- Deti z MIT dostali robota, aby sa chopili virálnej výzvy #BottleCapChallenge
- Japonskí vedci používajú hlboké učenie A.I. aby sa roboty naplaveného dreva rozhýbali
Zlepšite svoj životný štýlDigitálne trendy pomáhajú čitateľom mať prehľad o rýchlo sa rozvíjajúcom svete technológií so všetkými najnovšími správami, zábavnými recenziami produktov, užitočnými úvodníkmi a jedinečnými ukážkami.
