Poučevanje robotov za učenje robotov
Novi sistem, C-LEARN, združuje dva tradicionalna elementa robotskega učenja - učenje iz demonstracij in nekaj, kar se imenuje načrtovanje gibanja, dejanja, ki jih morajo razvijalci trdo kodirati. Pravijo, da je ta nova tehnika namenjena temu, da robotom olajša izvajanje širokega nabora nalog z manj programiranja.
"Roboti bi lahko bili v veliko pomoč, če bi jih le lahko uporabljalo več ljudi," Claudia Perez-D'Arpino, doktorski kandidat, ki je delal na projektu, je povedal za Digital Trends. Pojasnila je, da je bil motiv ekipe ohraniti nekatere veščine na visoki ravni, ki jih omogočajo najsodobnejši programerji, hkrati pa omogočiti sistemu, da se uči s predstavitvijo.
Priporočeni videoposnetki
Programiranje robotov za opravljanje celo ene same naloge je lahko zapleteno, saj vključuje natančna navodila, ki zahtevajo čas za kodiranje. Namesto tega sta Perez-D’Arpino in njena ekipa razvila C-LEARN, da bi strokovnjakom omogočila, da se osredotočijo na naloge, ki so najbolj pomembne za njihova področja. S tem sistemom lahko nekoderji robotom posredujejo delčke podatkov o dejanju in nato zapolnijo vrzeli tako, da robotu pokažejo predstavitev naloge, ki jo opravljajo.
Jason Dorfman / MIT CSAIL
"Želeli smo... opolnomočiti [strokovnjake], da naučijo robote, kako načrtovati naloge, ki so kritične na njihovem področju uporabe," je dejal Pérez-D'Arpino. "Napredek v zadnjih letih pri učenju iz demonstracij gre v to smer,"
C-LEARN deluje tako, da zbira kopico izkušenj, ki jih raziskovalci imenujejo baza znanja. Ta baza vsebuje geometrijske informacije o doseganju in prijemanju predmetov. Nato človeški operater robotu pokaže 3D demonstracije obravnavane naloge. S povezavo svoje baze znanja z dejanjem, ki ga je opazil, lahko robot poda predloge, kako najbolje izvesti dejanja, operater pa lahko odobri ali uredi predloge, kot se ji zdi primerno.
"To bazo znanja je mogoče prenesti z enega robota na drugega," je dejal Pérez-D'Arpino. »Predstavljajte si, da vaš robot prenaša 'aplikacijo' za spretnosti manipulacije. „Aplikacija“ se lahko prilagodi novemu robotu z drugačnim telesom zahvaljujoč prilagodljivosti naučenih omejitev, ki so matematične predstavitev osnovne geometrijske zahteve naloge, ki se razlikuje od učenja specifične poti, ki morda ni izvedljiva v novo telo robota."
Z drugimi besedami, C-LEARN omogoča, da se to znanje prenese in prilagodi njegovemu kontekstu – nekako tako, kot se lahko športnik nauči veščino v enem športu in jo nekoliko spremenite, da boste boljši v drugem športu, ne da bi se morali popolnoma znova naučiti ukrepanje.
Raziskovalci so preizkusili C-LEARN na Optimusu, majhnem dvoročnem robotu, zasnovanem za odstranjevanje bomb, preden so spretnost uspešno prenesli na Atlasa, šest metrov visokega humanoida. Menijo, da bi sistem lahko pomagal izboljšati učinkovitost robotov v proizvodnji in pomoči ob nesrečah, da bi omogočil hitrejše odzive v časovno občutljivih situacijah.
Priporočila urednikov
- MIT se uči narediti robote manj nerodne tako, da jim v prste vstavi kamere
- Oglejte si mini geparde MIT, ki se dvigajo za robotsko apokalipso
- Kača robot MIT je zasnovan tako, da se plazi skozi krvne žile v možganih
- Otroci iz MIT-a so dobili robota, ki se je spopadel z virusnim izzivom #BottleCapChallenge
- Japonski raziskovalci uporabljajo globoko učenje AI. za premikanje robotov za naplavljeni les
Nadgradite svoj življenjski slogDigitalni trendi bralcem pomagajo slediti hitremu svetu tehnologije z vsemi najnovejšimi novicami, zabavnimi ocenami izdelkov, pronicljivimi uvodniki in enkratnimi vpogledi v vsebine.
