Методот на учење им овозможува на роботите да учат гледајќи луѓе

Новиот метод на учење развиен од истражувачите од Универзитетот Карнеги Мелон (CMU) им овозможува на роботите директно да учат од видеата со човечка интеракција и да ги генерализираат информациите на нови задачи, што им помага да научат како да ги извршуваат домашните задолженија. Методот на учење се нарекува WHIRL, што значи „In-the-wild Human Imitating Robot Learning“ и му помага на роботот да ги набљудува задачите и да ги собере податоците од видеото за на крајот да научи како да ја заврши самата работа. 

Истражувањето беше претставено на конференцијата Robotics: Science and Systems во Њујорк. 

Имитацијата како начин за учење

Шихар Бахл е д-р. студент на Институтот за роботика (РИ) во Факултетот за компјутерски науки на Универзитетот Карнеги Мелон. 

„Имитацијата е одличен начин за учење“, рече Бахл. „Тоа што роботите всушност учат од директно гледање луѓе останува нерешен проблем на теренот, но оваа работа презема значаен чекор во овозможувањето на таа способност“.

Бахл работеше заедно со Дипак Патак и Абхинав Гупта, од кои и двајцата се исто така членови на факултет во РИ. Тимот додаде камера и нивниот софтвер на робот кој се наоѓа на полица и научи како да заврши над 20 задачи. Овие задачи вклучуваа сè, од отворање и затворање апарати до вадење кеса за ѓубре од корпата. Секој пат кога роботот гледал човек како ги завршува задачите пред самиот да се обиде. 

Патак е доцент во РИ.

„Ова дело претставува начин да се донесат роботи во домот“, рече Патак. „Наместо да чекаме роботите да бидат програмирани или обучени за успешно завршување на различни задачи пред да ги распоредиме во домовите на луѓето, оваа технологија ни овозможува да ги распоредиме роботите и да ги научат како да ги завршуваат задачите, цело време приспособувајќи се на нивната околина и само да се подобруваат со гледање“. 

WHIRL наспроти тековни методи

Повеќето актуелни методи за подучување задача на робот се потпираат на имитација или засилување на учењето. Со учењето со имитација, луѓето рачно управуваат со робот и го учат како да заврши задача, што бара да се изврши повеќе пати пред роботот да научи. Со засилено учење, роботот обично се тренира на милиони примери за симулација пред да ја прилагоди обуката на реалниот свет. 

И покрај тоа што и двата модели се ефикасни во учењето на робот за една задача во структурирана средина, тие се покажаа тешки за размерување и распоредување. Но, со WHIRL, робот може да научи од кое било видео од човек кој завршува задача. Исто така е лесно скалабилен, не е ограничен на една специфична задача и може да работи во домашни средини. 

WHIRL им овозможува на роботите да извршуваат задачи во нивните природни средини. И додека првите неколку обиди обично завршуваа неуспешно, тоа можеше многу брзо да се научи по само неколку успеси. Роботот не секогаш ја извршува задачата со исти движења како човекот, но тоа е затоа што има различни делови кои различно се движат. Со тоа, крајниот резултат од исполнувањето на задачите е секогаш ист.

„За да се зголеми обемот на роботиката во дивината, податоците мора да бидат сигурни и стабилни, а роботите треба да станат подобри во нивната околина со самостојно вежбање“, рече Патак.