Lära robotar att lära robotar
Det nya systemet, C-LEARN, kombinerar två traditionella delar av robotinlärning – lärande från demonstration och något som kallas rörelseplanering, åtgärder som måste hårdkodas av utvecklare. De säger att den här nya tekniken är tänkt att göra det lättare för robotar att utföra ett brett utbud av uppgifter med mindre programmering.
"Robotar kunde vara till så mycket hjälp om bara fler kunde använda dem," Claudia Perez-D’Arpino, en doktorand som arbetade med projektet, berättade för Digital Trends. Hon förklarade att teamets motiv var att behålla några av de färdigheter på hög nivå som möjliggörs av de senaste programmerarna, samtidigt som systemet låter sig lära sig genom demonstration.
Rekommenderade videor
Att programmera robotar för att utföra även en enskild uppgift kan vara komplicerat, med exakta instruktioner som tar tid att koda. Istället utvecklade Perez-D’Arpino och hennes team C-LEARN för att låta experter fokusera på de uppgifter som är mest relevanta för sina respektive områden. Med detta system kan icke-kodare ge robotar bitar av data om en åtgärd och sedan fylla i luckorna genom att visa roboten en demonstration av den aktuella uppgiften.
Jason Dorfman / MIT CSAIL
"Vi ville... bemyndiga [experter] att lära robotar hur man planerar för uppgifter som är kritiska inom deras tillämpningsområde," sa Pérez-D’Arpino. "De senaste årens framsteg när det gäller att lära av demonstrationer går i denna riktning,"
C-LEARN fungerar genom att samla en mängd erfarenheter, som forskarna kallar en kunskapsbas. Denna bas innehåller geometrisk information om att nå och greppa föremål. Därefter visar den mänskliga operatören roboten en 3D-demonstration av den aktuella uppgiften. Genom att relatera sin kunskapsbas till den åtgärd den observerade kan roboten ge förslag på hur man bäst kan utföra åtgärderna, och operatören kan godkänna eller redigera förslagen som hon finner lämpligt.
"Denna kunskapsbas kan överföras från en robot till en annan," sa Pérez-D'Arpino. "Föreställ dig att din robot laddar ner en "app" för manipulationsfärdigheter. "Appen" kan anpassa sig till den nya roboten med en annan kropp tack vare flexibiliteten att ha lärt sig begränsningar, som är en matematisk representation av det underliggande geometriska kravet för uppgiften, vilket skiljer sig från att lära sig en specifik väg som kanske inte är genomförbar i ny robotkropp.”
Med andra ord låter C-LEARN den kunskapen överföra och anpassa sig till sitt sammanhang - ungefär som hur en idrottare kan lära sig en skicklighet i en sport och ändra den något för att prestera bättre i en annan sport, utan att helt behöva lära sig om handling.
Forskarna testade C-LEARN på Optimus, en liten tvåarmad robot designad för bortskaffande av bomber, innan de lyckades överföra färdigheten till Atlas, en sex fot lång humanoid. De tror att systemet skulle kunna hjälpa till att förbättra prestandan hos robotar i tillverkning och katastrofhjälp, för att möjliggöra snabbare svar i tidskänsliga situationer.
Redaktörens rekommendationer
- MIT lär sig att göra robotar mindre klumpiga genom att sätta kameror i fingrarna
- Se MIT: s Mini Cheetahs kliva upp för robotapokalypsen
- MIT: s ormrobot är designad för att krypa genom blodkärlen i hjärnan
- MIT whiz kids fick en robot att ta sig an den virala #BottleCapChallenge
- Japanska forskare använder djupinlärning A.I. för att få drivvedsrobotar i rörelse
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
