stub Robotên Dikarin Ji Çend Xwepêşandanan Peywirên Zehmetkêş Fêr bibin - Unite.AI
Girêdana bi me

Robotics

Robotên Dikarin Ji Çend Xwepêşandanan Peywirên Tevlihev Fêr Bibin

Demê on

Di yek ji pêşkeftinên herî dawîn ên di warê robotîkê de, lêkolînerên li Zanîngeha Kalîforniya Başûr (USC) pergalek pêş xistin ku robot dikarin bi çend xwenîşandanan karên tevlihev fêr bibin. Hêj balkêştir, hin xwenîşandan dikarin bêkêmasî bin.

Lêkolîn di 18ê Mijdarê de li Konferansa Fêrbûna Robotan (CoRL) bi sernavê "Fêrbûna ji Xwepêşandanan Bi Bikaranîna Mantiqa Demî ya Sînyal" hate pêşkêş kirin.

Sîstema

Qalîteya her xwenîşandanekê tê pîvandin da ku pergal ji serkeftin û têkçûna xwe fêr bibe. Berevajî rêbazên heyî, ku bi kêmî ve 100 xwenîşandan hewce dike ku karek taybetî hîn bike, pergala nû tenê çend kesan hewce dike. Bi şêwazek xwerû, awayê fêrbûna van robotan dişibihe awayê ku mirov ji hev fêr dibin. Mînakî, mirov temaşe dikin û ji yên din fêr dibin ku peywiran bi serketî an bêkêmasî biqedînin.

Aniruddh Puranic nivîskarê sereke yê lêkolînê ye û Ph.D. xwendekarê zanistiya komputerê li Dibistana Endezyariyê ya USC Viterbi.

"Gelek fêrbûna makîneyê û pergalên fêrbûna bihêzkirinê hewceyê jimarek mezin a daneyan û bi sedan xwenîşandanan in - hûn hewce ne ku mirovek careke din nîşan bide, ku ev ne pêkan e," got Puranic.

"Herwiha, piraniya mirovan ne xwediyê zanîna bernamekirinê ne ku bi eşkere diyar bikin ka robot divê çi bike, û mirov nikare her tiştê ku robotek pêdivî ye ku zanibe nîşan bide," wî berdewam kir. “Ger robot bi tiştekî ku berê nedîtiye, çi dibe? Ev pirsgirêkeke sereke ye.”

Lekolînwanan "mantiqa demkî ya sînyala" an STL bikar anîn da ku kalîteya xwenîşandan diyar bikin, li gorî wan rêz bikin û xelatên xwerû biafirînin.

Du sedemên sereke hene ku lêkolîneran li ser STL biryar dane:

  1. Bi fêrbûna bi xwenîşandan, robot dikarin kêmasiyan an tewra tevgerên neewle û kiryarên nexwestî hildin.
  2. Xwepêşandan li gorî bikarhênerê ku wan peyda dike dikare di kalîteyê de cûda bibe, û hin xwenîşandan ji yên din çêtir nîşaneyên behreya xwestinê ne.

Bi pêşxistina pergalê bi vî rengî, robot hîn jî dikare ji xwenîşandanên bêkêmasî fêr bibe, her çend ew hewcedariyên mantiqê bicîh neynin. Bi gotineke din, ew encama xwe di derbarê rastbûn an serfiraziyê de dike.

Stefanos Nikolaidis hev-nivîskar û alîkarê profesorê zanistiya komputerê ya USC Viterbi ye.

"Ka em bibêjin robot ji celebên xwenîşandanan fêr dibin - ew dikare xwenîşandanek bi destan, vîdyoy, an simulasyonek be - heke ez tiştek pir neewle bikim, nêzîkatiyên standard dê yek ji du tiştan bikin: an jî, ew ê bi tevahî guh nedin wê. , an jî xirabtir, robot dê tiştê xelet fêr bibe," Nikolaidis dibêje.

"Berevajî vê yekê, bi rengek pir jîr, ev xebat hin sedemên aqil-aqil di forma mantiqê de bikar tîne da ku fêm bike ka kîjan beşên xwenîşandanê baş in û kîjan beş ne," ew berdewam dike. "Di eslê xwe de, tiştê ku mirov jî dikin ev e."

Mantiqa Demî ya Sînyala

Robot dikarin bi riya STL, ku zimanek sembolîk matematîkî ya diyarker e, li ser encamên heyî û pêşerojê bifikirin. Berê ji STL re, lêkolîn xwe dispêre "mantiqa demkî ya xêz".

Jyo Deshmukh endezyarek berê yê Toyota û alîkarê profesorê zanistiya komputerê li USC ye.

"Gava ku em diçin cîhana pergalên laşî yên sîber, mîna robot û otomobîlên xwe-ajotinê, ku dem girîng e, mentiqê demkî yê xêzkirî hinekî giran dibe, ji ber ku ew li ser rêzikên nirxên rast/derew ji bo guhêrbaran vedibêje, dema ku STL destûrê dide ramanan. sînyalên laşî," Deshmukh dibêje.

Tîma lêkolîneran ji asta serkeftina pergalê şaş ma.

Nikolaidis dibêje, "Li gorî algorîtmayek pêşkeftî, ku bi berfirehî di sepanên robotîkê de tê bikar anîn, hûn cûdahiyek mezinahiyê di çend xwenîşandan de hewce dibînin."

Li gorî lêkolîneran, pergal dikarin ji simulatorên ajotinê û di dawiyê de vîdyoyan fêr bibin. Gava paşîn ceribandina wê li ser robotên rastîn e, ji ber ku ceribandina destpêkê li ser simulatorek lîstikê hate kirin. Pergal dê ji bo serîlêdanên wekî yên li hawîrdorên malê, wargeh, û roverên keşfê yên fezayê kêrhatî be.

Nikolaidis dibêje: "Heke em dixwazin robot bibin hevalên tîmê baş û alîkariya mirovan bikin, pêşî ew hewce ne ku ew fêr bibin û bi tercîhên mirovan re pir bikêrhatî biguncînin." "Rêbaza me wê peyda dike."

Alex McFarland rojnamevan û nivîskarek AI-ê ye ku pêşkeftinên herî dawî yên di îstîxbarata sûnî de vedikole. Wî li çaraliyê cîhanê bi gelek destpêk û weşanên AI-yê re hevkarî kiriye.