मानव भाषा रोबोटिक लर्निंग को तेज करती है

प्रिंसटन में शोधकर्ताओं की एक टीम ने पाया है कि उपकरणों के मानव-भाषा विवरण एक सिम्युलेटेड रोबोटिक आर्म के लर्निंग को तेज कर सकते हैं जो विभिन्न उपकरणों को उठा सकता है और उनका उपयोग कर सकता है।

यह नए शोध समर्थन करता है कि एआई प्रशिक्षण स्वायत्त रोबोटों को नए स्थितियों में अधिक अनुकूलनीय बना सकता है, जो बदले में उनकी प्रभावशीलता और सुरक्षा में सुधार करता है।

उपकरण के रूप और कार्य के विवरण को रोबोट की प्रशिक्षण प्रक्रिया में जोड़कर, रोबोट की नई उपकरणों को संभालने की क्षमता में सुधार हुआ।

एटीएलए प्रशिक्षण विधि

इस नए तरीके को एक्सेलरेटेड लर्निंग ऑफ टूल मैनिपुलेशन विद लैंग्वेज या एटीएलए कहा जाता है।

अनिरुद्ध मजुमदार प्रिंसटन में मैकेनिकल और एयरोस्पेस इंजीनियरिंग के सहायक प्रोफेसर और इंटेलिजेंट रोबोट मोशन लैब के प्रमुख हैं।

“भाषा के रूप में अतिरिक्त जानकारी एक रोबोट को उपकरणों का उपयोग करने के लिए अधिक तेजी से सीखने में मदद कर सकती है,” मजुमदार ने कहा।

टीम ने उपकरण विवरण प्राप्त करने के लिए भाषा मॉडल जीपीटी-3 को पूछताछ की। विभिन्न प्रोम्प्ट्स का प्रयास करने के बाद, उन्होंने “[फीचर] का [उपकरण] का विवरण विस्तृत और वैज्ञानिक प्रतिक्रिया में” का उपयोग करने का निर्णय लिया, जहां फीचर उपकरण का आकार या उद्देश्य था।

कर्थिक नारसिम्हन कंप्यूटर विज्ञान के सहायक प्रोफेसर और अध्ययन के सह-लेखक हैं। नारसिम्हन प्रिंसटन के प्राकृतिक भाषा प्रसंस्करण (एनएलपी) समूह में एक प्रमुख संकाय सदस्य भी हैं और उन्होंने ओपनएआई में एक आगंतुक अनुसंधान वैज्ञानिक के रूप में मूल जीपीटी भाषा मॉडल में योगदान दिया था।

“चूंकि इन भाषा मॉडलों को इंटरनेट पर प्रशिक्षित किया गया है, कुछ अर्थों में आप इसे अधिक कुशलता से और व्यापक रूप से जानकारी प्राप्त करने के एक अलग तरीके के रूप में सोच सकते हैं,” नारसिम्हन ने कहा।

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

सिम्युलेटेड रोबोट लर्निंग प्रयोग

टीम ने अपने सिम्युलेटेड रोबोट लर्निंग प्रयोगों के लिए 27 उपकरणों का एक प्रशिक्षण सेट चुना, जिनमें एक कुल्हाड़ी से लेकर एक स्क्वीजी तक शामिल थे। रोबोटिक आर्म को चार अलग-अलग कार्य दिए गए: उपकरण को धक्का दें, उपकरण को उठाएं, इसे एक सिलेंडर को एक टेबल पर स्वीप करने के लिए उपयोग करें, या एक पेग को एक छेद में हथौड़ा दें।

टीम ने तब मशीन लर्निंग दृष्टिकोणों का उपयोग करके भाषा जानकारी के साथ और बिना नीतियों का एक सूट विकसित किया। नीतियों के प्रदर्शन की तुलना नौ उपकरणों के एक अलग परीक्षण पर की गई, जिसमें जोड़े गए विवरण थे।

इस दृष्टिकोण को मेटा-लर्निंग कहा जाता है, जो रोबोट की सीखने की क्षमता में सुधार करता है जब यह प्रत्येक कार्य के साथ जुड़ता है।

नारसिम्हन के अनुसार, रोबोट न केवल प्रत्येक उपकरण का उपयोग करना सीख रहा है, बल्कि “यह भी सीखने की कोशिश कर रहा है कि प्रत्येक उपकरण के विवरण को समझने के लिए, ताकि जब यह 101वें उपकरण को देखे, तो यह नए उपकरण का उपयोग करने में तेजी से सीखे।”

अधिकांश प्रयोगों में, भाषा जानकारी ने रोबोट की नई उपकरणों का उपयोग करने की क्षमता में महत्वपूर्ण लाभ प्रदान किए।

एलेन जेड रेन मजुमदार के समूह में एक पीएचडी छात्र और शोध पत्र के प्रमुख लेखक हैं।

“भाषा प्रशिक्षण के साथ, यह लंबे छोर पर क्रॉबर को पकड़ना सीखता है और बोतल की गति को बेहतर ढंग से नियंत्रित करने के लिए घुमावदार सतह का उपयोग करता है,” रेन ने कहा। “भाषा के बिना, यह क्रॉबर को घुमावदार सतह के पास पकड़ता है और इसे नियंत्रित करना मुश्किल होता है।”

“व्यापक लक्ष्य मशीन लर्निंग का उपयोग करके प्रशिक्षित रोबोटिक प्रणालियों – विशेष रूप से, नए वातावरण में सामान्यीकरण करने के लिए – प्राप्त करना है,” मजुमदार ने जोड़ा।