Учење робота за учење робота
Нови систем, Ц-ЛЕАРН, комбинује два традиционална елемента роботског учења — учење из демонстрације и нешто што се зове планирање покрета, радње које програмери морају чврсто кодирати. Кажу да ова нова техника треба да олакша роботима да обављају широк спектар задатака са мање програмирања.
„Роботи би могли бити од велике помоћи када би само више људи могло да их користи,“ Клаудија Перез-Д’Арпино, докторант који је радио на пројекту, рекао је за Дигитал Трендс. Она је објаснила да је мотив тима био да одржи неке од вештина на високом нивоу које су омогућили најсавременији програмери, истовремено омогућавајући систему да учи кроз демонстрације.
Препоручени видео снимци
Програмирање робота за обављање чак и једног задатка може бити компликовано, укључујући прецизна упутства за које је потребно време за кодирање. Уместо тога, Перез-Д’Арпино и њен тим развили су Ц-ЛЕАРН како би омогућили стручњацима да се фокусирају на задатке који су најрелевантнији за њихова поља. Са овим системом, не-кодери могу дати роботима битове података о радњи, а затим попунити празнине показујући роботу демонстрацију задатка.
Јасон Дорфман / МИТ ЦСАИЛ
„Желели смо да … оснажимо [стручњаке] да науче роботе како да планирају задатке који су критични у њиховој области примене“, рекао је Перез-Д’Арпино. „Напредак последњих година у учењу на демонстрацијама иде у овом правцу,“
Ц-ЛЕАРН функционише тако што акумулира искуство које истраживачи називају базом знања. Ова база садржи геометријске информације о достизању и хватању објеката. Затим, људски оператер показује роботу 3Д демонстрације задатка. Повезујући своју базу знања са радњом коју је приметио, робот може да даје предлоге како најбоље да изврши радње, а оператер може да одобри или измени предлоге по свом нахођењу.
„Ова база знања може се пренети са једног робота на другог“, рекао је Перес-Д’Арпино. „Замислите да ваш робот преузима 'апликацију' за вештине манипулације. „Апликација“ се може прилагодити новом роботу са другачијим телом захваљујући флексибилности научених ограничења, која су математички представљање основног геометријског захтева задатка, који се разликује од учења специфичног пута који можда није изводљив у ново тело робота."
Другим речима, Ц-ЛЕАРН омогућава да се то знање пренесе и прилагоди свом контексту — на неки начин на који спортиста може да научи вештину у једном спорту и незнатно је промените да бисте имали бољи учинак у другом спорту, без потребе да потпуно поново учите поступак.
Истраживачи су тестирали Ц-ЛЕАРН на Оптимусу, малом роботу са две руке дизајнираном за уклањање бомби, пре него што су успешно пренели вештину на Атлас, хуманоид високог шест стопа. Они мисле да би систем могао помоћи да се побољшају перформансе робота у производњи и помоћи у случају катастрофе, како би се омогућило брже реаговање у временски осетљивим ситуацијама.
Препоруке уредника
- МИТ учи да роботе учини мање неспретним стављајући им камере у прсте
- Гледајте МИТ-ове Мини Цхеетахс како се разгибавају за апокалипсу робота
- МИТ-ов робот змија дизајниран је да пузи кроз крвне судове у мозгу
- Деца са МИТ-а су добила робота да се суоче са вирусним #БоттлеЦапЦхалленге-ом
- Јапански истраживачи користе дубоко учење А.И. да покренете наплављене роботе
Надоградите свој животни стилДигитални трендови помажу читаоцима да прате брзи свет технологије са свим најновијим вестима, забавним рецензијама производа, проницљивим уводницима и јединственим кратким прегледима.
