Ihmisen ohjattu tekoälykehys lupailee nopeampaa robottioppimista uusissa ympäristöissä

Tulevaisuuden älykkäissä kodeissa robottien hankkiminen kotitöiden helpottamiseksi ei ole harvinaista. Kuitenkin turhautuminen voi iskeä, kun nämä automaattiset avustajat eivät pysty suorittamaan yksinkertaisia tehtäviä. Tähän asti on astunut Andi Peng, tutkija MIT:n sähkötekniikan ja tietojenkäsittelytieteen osastolta, joka yhdessä tiiminsä kanssa on luonut polun parantamaan robotien oppimiskäyrää.

Peng ja hänen monitieteinen tutkijatiiminsä ovat pioneerineet ihmis-robotti vuorovaikutuskehyksen. Tämän järjestelmän kohokohta on sen kyky luoda vastakkaisia kertomuksia, jotka osoittavat muutokset, joita tarvitaan robotin suorittaakseen tehtävän onnistuneesti.

Esimerkiksi, kun robotti kamppailee epätavallisen maalauksen kanssa, järjestelmä tarjoaa vaihtoehtoisia tilanteita, joissa robotti olisi onnistunut, ehkä jos muki olisi yleisemmän värinen. Nämä vastakkaiset selitykset yhdistettynä ihmisten palautteella nopeuttavat uusien tietojen luomista robotin hienosäätöä varten.

Peng selittää, “Hienosäätö on prosessi, jossa olemassa oleva koneoppimismalli, joka on jo taitava yhdessä tehtävässä, mahdollistaa toisen, vastaavan tehtävän suorittamisen.”

Hyppy tehokkuudessa ja suorituskyvyssä

Kun järjestelmää testattiin, se osoitti vaikuttavia tuloksia. Robotit, jotka oli koulutettu tällä menetelmällä, osoittivat nopeita oppimiskykyjä, samalla vähentäen aikaa, jota heidän ihmiskouluttajansa tarvitsivat. Jos tämä innovatiivinen kehys toteutettaisiin laajassa mittakaavassa, se voisi auttaa robotteja sopeutumaan nopeasti uusiin ympäristöihin, vähentäen tarvetta sille, että käyttäjien on oltava edistyneitä teknisesti tietäviä. Tämä teknologia voisi olla avain yleispätevien robottien kehittämiseen, jotka voivat auttaa tehokkaasti vanhuksia tai vammaisia henkilöitä.

Peng uskoo, “Lopullinen tavoite on antaa robotille kyky oppia ja toimia ihmismäisellä abstraktilla tasolla.”

Robottioppimisen vallankumous

Pääeste robottioppimisessa on “jakautumisen siirtymä”, termi, jota käytetään selittämään tilannetta, jossa robotti kohtaa esineitä tai tiloja, joita se ei ole kohdannut koulutuskaudellaan. Tutkijat, ratkaisemaan tämän ongelman, toteuttivat menetelmän, jota kutsutaan “jäljittelyn oppimiseksi”. Mutta sillä oli rajoituksia.

“Kuvittele, että sinun on osoitettava 30 000 mukia, jotta robotti voisi ottaa yhden mukin. Sen sijaan minä haluan osoittaa vain yhden mukin ja opettaa robotille, että se voi ottaa mukin minkä tahansa värinen”, Peng sanoo.

Tähän vastaukseksi tiimin järjestelmä tunnistaa, mitkä ominaisuudet esineessä ovat tärkeitä tehtävän suorittamiseksi (kuten mukin muoto) ja mitkä eivät ole (kuten mukin väri). Tässä tiedossa järjestelmä luo syntetisiä tietoja, muuttaen “ei-oleellisia” visuaalisia elementtejä, jolloin robottioppimisprosessi optimoidaan.

Ihmisen päättelykyky ja robotti logiikan yhdistäminen

Arvioidakseen tämän kehyksen tehokkuutta tutkijat suorittivat testin, jossa osallistui ihmisiä. Osallistujilta kysyttiin, paransivatko järjestelmän vastakkaiset selitykset heidän ymmärrystään robotin tehtävän suorittamisesta.

Peng sanoo, “Löysimme, että ihmiset ovat luonnostaan taitavia tässä vastakkaisessa päättelyssä. Tämä vastakkainen elementti mahdollistaa meille kääntää ihmisten päättelykyvyn robottien logiikaksi vaivattomasti.”

Useiden simulaatioiden aikana robotti oppi johdonmukaisesti nopeammin heidän lähestymistavaltaan, joka ylitti muita menetelmiä ja tarvitsi vähemmän esittelyjä käyttäjiltä.

Tulevaisuudessa tiimi aikoo toteuttaa tämän kehyksen oikeilla robooteilla ja työskennellä lyhentääkseen tietojen luontiaikaa generatiivisten koneoppimismallien avulla. Tämä läpimurtoteknologia tarjoaa mahdollisuuden muuttaa robottioppimisen polun, avaamalla tien tulevaisuuteen, jossa robotit elävät harmonisesti päivittäisessä elämässämme.