تسريع اللغة البشرية للتعلم الروبوتي

اكتشف فريق من الباحثين في جامعة برينستون أن وصفات اللغة البشرية للأدوات يمكن أن تسريع تعلم ذراع روبوتية محاكاة يمكنها رفع واستخدام أدوات مختلفة.

تدعم هذه الأبحاث الجديدة فكرة أن تدريب الذكاء الاصطناعي يمكن أن يجعل الروبوتات المستقلة أكثر مرونة في مواقف جديدة ، مما يحسن من فعاليتها وسلامتها.

من خلال إضافة وصفات شكل ووظيفة الأداة إلى عملية تدريب الروبوت ، تحسنت قدرة الروبوت على التعامل مع أدوات جديدة.

طريقة ATLA للتدريب

تسمى الطريقة الجديدة تعلم متسارع لتعامل الأدوات مع اللغة ، أو ATLA.

أنيروذا ماجومدار هو أستاذ مساعد في الهندسة الميكانيكية والفضائية في برينستون ورئيس مختبر الحركة الروبوتية الذكية.

“المعلومات الإضافية على شكل لغة يمكن أن تساعد الروبوت على تعلم استخدام الأدوات بسرعة أكبر” ، قال ماجومدار.

استفسر الفريق من نموذج اللغة GPT-3 للحصول على وصفات الأدوات. بعد محاولة عدة تحفيزات ، قرروا استخدام “وصف [الميزة] من [الأداة] في استجابة علمية مفصلة” ، مع أن تكون الميزة هي الشكل أو الغرض من الأداة.

كارثيك ناراسيمهان هو أستاذ مساعد في علوم الحاسوب وشارك في دراسة هذا الموضوع. ناراسيمهان هو أيضًا عضو هيئة تدريس رئيسي في مجموعة معالجة اللغة الطبيعية في برينستون وساهم في نموذج اللغة GPT الأصلي كعالم زائر في OpenAI.

“بسبب أن هذه النماذج اللغة قد تم تدريبها على الإنترنت ، يمكنك التفكير في هذا على أنه طريقة مختلفة لاسترجاع تلك المعلومات بشكل أكثر كفاءة وشمولاً من استخدام التمويل الجماعي أو حشر مواقع ويب محددة لوصفات الأدوات” ، قال ناراسيمهان.

https://vimeo.com/781953242?embedded=true&source=video_title&owner=2065450

تجارب التعلم الروبوتي المحاكاة

اختار الفريق مجموعة تدريب من 27 أداة لتجارب التعلم الروبوتي المحاكاة ، مع تباين الأدوات من فأس إلى سكوب. تم تزويد الذراع الروبوتية بأربع مهام مختلفة: دفع الأداة ، رفع الأداة ، استخدامها لتنظيف أسطوانة على طاولة ، أو مطرقة مسمار في ثقب.

ثم طور الفريق مجموعة من السياسات باستخدام نهج التعلم الآلي مع وبدون معلومات اللغة. تم مقارنة أداء السياسات على اختبار منفصل من 9 أدوات مع وصفات متوافقة.

تسمى هذه النهج بالتعلم المتعاقب ، وتحسن من قدرة الروبوت على التعلم مع كل مهمة متعاقبة.

وفقًا لناراسيمهان ، الروبوت لا يتعلم فقط استخدام كل أداة ، بل “يحاول أيضًا تعلم فهم وصفات كل هذه الأدوات المئوية ، لذلك عندما يرى الأداة 101 ، يكون أسرع في تعلم استخدام الأداة الجديدة”.

في معظم التجارب ، قدمت المعلومات اللغوية مزايا كبيرة لقدرة الروبوت على استخدام أدوات جديدة.

ألين ز. رين هو طالب دكتوراه في مجموعة ماجومدار وكاتب رئيسي للورقة البحثية.

“باستخدام تدريب اللغة ، يتعلم الروبوت كيفية الإمساك بنهاية الكرسي الطويل واستخدام السطح المنحني لتحديد حركة الزجاجة بشكل أفضل” ، قال رين. “بدون اللغة ، أمسك الكرسي بالقرب من السطح المنحني وكان أكثر صعوبة في التحكم”.

“الهدف العام هو جعل الأنظمة الروبوتية – وخاصة تلك التي يتم تدريبها باستخدام التعلم الآلي – تعميمًا في بيئات جديدة” ، أضاف ماجومدار.