Metoda de învățare care permite roboților să învețe prin observarea oamenilor

O nouă metodă de învățare dezvoltată de cercetători de la Universitatea Carnegie Mellon (CMU) permite roboților să învețe direct din videourile de interacțiune umană și să generalizeze informațiile pentru a învăța cum să execute sarcini casnice. Metoda de învățare se numește WHIRL, care înseamnă Învățarea Roboților prin Imitarea Umană în Mediul Natural, și ajută robotul să observe sarcinile și să colecteze datele video pentru a învăța în cele din urmă cum să execute sarcina însuși.

Cercetarea a fost prezentată la conferința Robotics: Science and Systems de la New York.

Imitația ca o modalitate de învățare

Shikhar Bahl este student doctorand la Institutul de Robotică (RI) din cadrul Școlii de Științe ale Calculatoarelor a Universității Carnegie Mellon.

“Imitația este o modalitate excelentă de învățare”, a spus Bahl. “Faptul că roboții pot învăța direct prin observarea oamenilor rămâne o problemă nerezolvată în domeniu, dar această lucrare reprezintă un pas semnificativ în direcția permiterii acestei capacități.”

Bahl a lucrat alături de Deepak Pathak și Abhinav Gupta, ambii fiind membri ai facultății RI. Echipa a adăugat o cameră și software-ul lor la un robot standardizat care a învățat să execute peste 20 de sarcini. Aceste sarcini au inclus totul, de la deschiderea și închiderea aparatelor electrocasnice până la scoaterea unui sac de gunoi din coș. De fiecare dată când robotul a observat un om care a executat sarcinile înainte de a încerca el însuși.

Pathak este profesor asistent în cadrul RI.

“Această lucrare prezintă o modalitate de a aduce roboții în casele oamenilor”, a spus Pathak. “În loc de a aștepta ca roboții să fie programați sau instruiți pentru a executa cu succes diferite sarcini înainte de a fi implementați în casele oamenilor, această tehnologie ne permite să implementăm roboții și să îi lăsăm să învețe cum să execute sarcini, adaptându-se în același timp la mediul lor și îmbunătățindu-se singuri prin observare.”

WHIRL vs. Metodele actuale

Majoritatea metodelor actuale de predare a unei sarcini unui robot se bazează pe imitație sau învățare prin întărire. Cu învățarea prin imitație, oamenii operează manual un robot și îl învață cum să execute o sarcină, ceea ce necesită a fi executat de mai multe ori înainte ca robotul să învețe. Cu învățarea prin întărire, robotul este de obicei instruit pe milioane de exemple în simulare înainte de a adapta instruirea la lumea reală.

În timp ce ambele modele sunt eficiente în predarea unui robot a unei sarcini într-un mediu structurat, ele se dovedesc a fi dificile de scalat și implementat. Dar cu WHIRL, un robot poate învăța din orice videoclip al unui om care execută o sarcină. De asemenea, este ușor de scalat, nu este limitat la o anumită sarcin și poate funcționa în medii casnice.

WHIRL permite roboților să execute sarcini în mediul lor natural. Și, deși primele încercări au fost de obicei încheiate cu eșec, el a putut învăța foarte repede după doar câteva succese. Robotul nu execută întotdeauna sarcina cu aceleași mișcări ca un om, dar asta se datorează faptului că are părți diferite care se mișcă diferit. Cu toate acestea, rezultatul final al executării sarcinilor este întotdeauna același.

“Pentru a scala roboții în sălbăticie, datele trebuie să fie fiabile și stabile, iar roboții ar trebui să devină mai buni în mediul lor prin practicarea singuri”, a spus Pathak.