Ljudski jezik ubrzava robotsko učenje

Tim istraživača s Princetona otkrio je da opisi alata na ljudskom jeziku mogu ubrzati učenje simulirane robotske ruke koja može podizati i koristiti razne alate.

Novo istraživanje podupire ideju da AI obuka može učiniti autonomne robote prilagodljivijim u novim situacijama, što zauzvrat poboljšava njihovu učinkovitost i sigurnost.

Dodavanjem opisa oblika i funkcije alata u proces obuke robota poboljšana je sposobnost robota da manipulira novim alatima.

ATLA metoda za obuku

Nova metoda se zove Ubrzano učenje rukovanja alatom pomoću jezika, odnosno ATLA.

Anirudha Majumdar je docentica strojarstva i zrakoplovnog inženjerstva na Princetonu i voditeljica Intelligent Robot Motion Laba.

"Dodatne informacije u obliku jezika mogu pomoći robotu da brže nauči koristiti alate", rekao je Majumdar.

Tim je upitao jezični model GPT-3 kako bi dobio opise alata. Nakon isprobavanja raznih upita, odlučili su upotrijebiti "Opišite [značajku] [alata] u detaljnom i znanstvenom odgovoru", pri čemu je značajka oblik ili svrha alata.

Karthik Narasimhan je docent računarstva i koautor studije. Narasimhan je također vodeći član fakulteta u grupi za obradu prirodnog jezika (NLP) na Princetonu i doprinio je izvornom GPT jezičnom modelu kao gostujući znanstvenik na OpenAI-u.

"Budući da su ovi jezični modeli uvježbani na internetu, na neki način ovo možete smatrati drugačijim načinom učinkovitijeg i sveobuhvatnijeg dohvaćanja tih informacija nego korištenjem crowdsourcinga ili traženjem opisa alata s određenih web stranica", rekao je Narasimhan.

Simulirani eksperimenti učenja robota

Tim je odabrao set od 27 alata za obuku za svoje eksperimente simuliranog učenja robota, s alatima u rasponu od sjekire do brisača. Robotska ruka dobila je četiri različita zadatka: gurnuti alat, podići alat, koristiti ga za pomicanje cilindra po stolu ili zabijanje klina u rupu.

Tim je zatim razvio paket pravila korištenjem pristupa strojnog učenja sa i bez jezičnih informacija. Izvedbe politika uspoređene su na zasebnom testu devet alata s uparenim opisima.

Pristup, koji se naziva meta-učenje, poboljšava sposobnost robota da uči sa svakim sljedećim zadatkom.

Prema Narasimhanu, robot ne samo da uči koristiti svaki alat, već također “pokušava naučiti razumjeti opise svakog od ovih stotinu različitih alata, tako da kada vidi 101. alat, brže uči koristiti novi alat. ”

U većini eksperimenata, informacije o jeziku dale su značajne prednosti za sposobnost robota da koristi nove alate.

Allen Z. Ren je doktor znanosti. student u Majumdarovoj grupi i glavni autor istraživačkog rada.

"Uz jezičnu obuku, uči se uhvatiti dugi kraj poluge i koristiti zakrivljenu površinu kako bi bolje ograničio kretanje boce", rekao je Ren. "Bez jezika, uhvatio je pajser blizu zakrivljene površine i bilo ga je teže kontrolirati."

"Opći cilj je natjerati robotske sustave - posebno one koji su obučeni korištenjem strojnog učenja - da se generaliziraju na nova okruženja", dodao je Majumdar.