Læringsmetode gør det muligt for robotter at lære ved at se på mennesker

En ny læringsmetode, der er udviklet af forskere ved Carnegie Mellon University (CMU), gør det muligt for robotter at lære direkte fra videoer af menneskelige interaktioner og generalisere informationen til nye opgaver, hvilket hjælper dem med at lære, hvordan de kan udføre huslige opgaver. Læringsmetoden kaldes WHIRL, som står for In-the-wild Human Imitating Robot Learning, og den hjælper robotterne med at observere opgaverne og indsamle video-data for til sidst at lære, hvordan de kan udføre jobbet selv.

Forskningen blev præsenteret på Robotics: Science and Systems-konferencen i New York.

Imitation som en måde at lære

Shikhar Bahl er en ph.d.-studerende ved Robotics Institute (RI) på Carnegie Mellon University’s School of Computer Science.

“Imitation er en god måde at lære på,” sagde Bahl. “At få robotter til at lære direkte fra at se på mennesker er et uløst problem på området, men dette arbejde tager et betydeligt skridt i retning af at muliggøre denne evne.”

Bahl arbejdede sammen med Deepak Pathak og Abhinav Gupta, der begge er medlemmer af fakultetet på RI. Holdet tilføjede en kamera og deres software til en standard-robot, der lærte at udføre over 20 opgaver. Disse opgaver inkluderede alt fra at åbne og lukke apparater til at tage en affaldssæk ud af affaldsbeholderen. Hver gang robotten så et menneske udføre opgaverne, før den selv prøvede at udføre dem.

Pathak er adjunkt på RI.

“Dette arbejde præsenterer en måde at bringe robotter ind i hjemmet,” sagde Pathak. “I stedet for at vente på, at robotter bliver programmeret eller trænet til at udføre forskellige opgaver, før de bliver deployet i menneskers hjem, gør denne teknologi det muligt at deployere robotterne og lade dem lære, hvordan de kan udføre opgaver, samtidig med at de tilpasser sig deres omgivelser og forbedrer sig kun ved at se på.”

WHIRL vs. nuværende metoder

De fleste nuværende metoder til at lære en robot en opgave afhænger af imitation eller forstærkning. Med imitation learning opererer mennesker manuelt en robot og lærer den, hvordan den kan udføre en opgave, hvilket kræver, at det bliver gjort flere gange, før robotten lærer. Med forstærkning lærer robotten normalt på millioner af eksempler i simulation, før den tilpasser træningen til den virkelige verden.

Selv om begge disse modeller er effektive til at lære en robot en enkelt opgave i en struktureret omgivelse, viser de sig at være svære at skala og deployere. Men med WHIRL kan en robot lære fra enhver video af et menneske, der udfører en opgave. Det er også let at skala, ikke begrænset til en bestemt opgave, og kan operere i hjemmemiljøer.

WHIRL gør det muligt for robotter at udføre opgaver i deres naturlige omgivelser. Og selv om de første forsøg normalt ender i fiasko, kan de lære meget hurtigt efter kun få succeser. Robotten udfører ikke altid opgaven med de samme bevægelser som et menneske, men det er, fordi den har forskellige dele, der bevæger sig forskelligt. Med det sagt er slutresultatet af at udføre opgaverne altid det samme.

“For at skala robotter i det vilde, skal data være pålidelige og stabile, og robotterne skal blive bedre i deres omgivelse ved at øve på egen hånd,” sagde Pathak.