Ihmisen kieli kiihdyttää robottiopiskelua

Tutkijaryhmä Princetonissa on havainnut, että ihmisen kielen kuvaukset työkaluista voivat kiihdyttää simuloitun robotin oppimista, joka voi nostaa ja käyttää erilaisia työkaluja.

Uusi tutkimus tukee ajatusta, että tekoälykoulutus voi tehdä itsenäisistä robooteista sopeutuvampia uusissa tilanteissa, mikä vuorostaan parantaa niiden tehokkuutta ja turvallisuutta.

Lisäämällä työkalun muodon ja toiminnan kuvausta robotin koulutusprosessiin, parani robotin kykyä käsitellä uusia työkaluja.

ATLA-menetelmä koulutukseen

Uusi menetelmä on nimeltään Kiihdytetty työkalujen käsittelyn oppiminen kielen avulla, tai ATLA.

Anirudha Majumdar on apulaisprofessori mekaniikan ja ilmailutekniikan laitoksella Princetonissa ja johtaja Intelligent Robot Motion Lab -tutkimusryhmässä.

“Lisätietoa kielen muodossa voi auttaa robottia oppimaan käyttämään työkaluja nopeammin”, Majumdar sanoi.

Tutkijaryhmä kysyi kielen mallilta GPT-3:sta työkalukuvaus. Kokeiltuaan erilaisia ohjauksia, he päättivät käyttää “Kuvaa [ominaisuus] [työkalu] yksityiskohtaisesti ja tieteellisesti”, jossa ominaisuus on työkalun muoto tai tarkoitus.

Karthik Narasimhan on apulaisprofessori tietojenkäsittelytieteen laitoksella ja yksi tutkimuksen tekijöistä. Narasimhan on myös johtava tutkija Princetonin luonnollisen kielen prosessointiryhmässä ja osallistui alkuperäiseen GPT-kielen malliin vierailijatutkijana OpenAI:ssa.

“Näiden kielen mallien ollessa koulutettu internetissä, voidaan ajatella, että tämä on toinen tapa hakea tietoa tehokkaammin ja kattavammin kuin käyttämällä joukkokoulutusta tai etsimällä tiettyjä verkkosivuja työkalukuvausten löytämiseksi”, Narasimhan sanoi.

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

Simuloitu robottiopiskelukokeet

Tutkijaryhmä valitsi 27 työkalua simuloituihin robottiopiskelukokeisiin, työkaluilla ollessa kaikki aina kirveestä squeegee-työkaluun. Robotin annettiin neljä eri tehtävää: työnnä työkalu, nostaa työkalu, käytä sitä pyyhkimään sylinteriä pöydällä tai takoa naula reikiin.

Tutkijaryhmä kehitti joukon toimintatapoja käyttämällä koneoppimismenetelmiä kielen tietojen kanssa ja ilman. Toimintatapojen suorituskykyä verrattiin erillisessä kokeessa yhdeksällä työkalulla, joilla oli pari kuvausta.

Lähestymistapa, jota kutsutaan metaoppimiseksi, parantaa robotin kykyä oppia jokaisen tehtävän kanssa.

Narasimhanin mukaan robotti ei opi vain käyttämään kunkin työkalun, vaan myös “yrittää ymmärtää kunkin sadan eri työkalun kuvausta, jotta kun se näkee 101. työkalun, se on nopeampi oppimaan käyttämään uutta työkalua”.

Useimmissa kokeissa kielen tiedot tarjosivat merkittäviä etuja robotin kyvyssä käyttää uusia työkaluja.

Allen Z. Ren on tohtorikoulutettava Majumdarin ryhmässä ja tutkimuksen pääkirjoittaja.

“Kielen koulutuksella se oppii tarttumaan pitkään päähän ja käyttämään kaarevaa pintaa paremmin pullon liikkeen rajoittamiseksi”, Ren sanoi. “Ilman kieltä se tarttui lähelle kaarevaa pintaa ja se oli vaikeampi hallita.”

“Laaja tavoite on saada robottioppijärjestelmät – erityisesti ne, jotka on koulutettu tekoälymenetelmillä – yleistämään uusiin ympäristöihin”, Majumdar lisäsi.