Метод обучения позволяет роботам учиться, наблюдая за людьми

Ученые из Университета Карнеги-Меллона (CMU) разработали новый метод обучения, который позволяет роботам直接 учиться на видео взаимодействия человека и обобщать информацию для новых задач, что помогает им учиться выполнять домашние дела. Этот метод обучения называется WHIRL, что означает “Обучение роботам, имитирующим человека в дикой природе”, и он помогает роботу наблюдать за задачами и собирать видеоданные, чтобы в конечном итоге научиться выполнять работу самостоятельно.

Исследование было представлено на конференции “Робототехника: Наука и системы” в Нью-Йорке.

Имитация как способ обучения

Шихар Бахл – аспирант Института робототехники (RI) в Школе компьютерных наук Университета Карнеги-Меллона.

“Имитация – отличный способ учиться”, – сказал Бахл. “Учитывая роботов直接 смотреть на людей, остается нерешенной проблемой в этой области, но эта работа делает значительный шаг в ermögлении этой возможности.”

Бахл работал вместе с Дипаком Патхаком и Абхинавом Гуптой, которые также являются преподавателями в RI. Команда добавила камеру и свое программное обеспечение к готовому роботу, который научился выполнять более 20 задач. Эти задачи включали все, от открытия и закрытия бытовой техники до выноса мусорного мешка из мусорного бака. Каждый раз робот смотрел, как человек выполняет задачи, прежде чем попытаться сделать это сам.

Патхак – ассистент профессора в RI.

“Эта работа представляет собой способ привлечь роботов в дом”, – сказал Патхак. “Вместо того, чтобы ждать, пока роботы будут запрограммированы или обучены успешно выполнять разные задачи, прежде чем развернуть их в домах людей, эта технология позволяет нам развернуть роботов и научиться выполнять задачи, адаптируясь к их окружению и улучшаясь, просто наблюдая.”

WHIRL против текущих методов

Большинство текущих методов обучения робота задаче полагаются на имитацию или обучение с подкреплением. С имитационным обучением люди вручную управляют роботом и учат его выполнять задачу, что требует выполнения несколько раз, прежде чем робот научится. С обучением с подкреплением робот обычно обучается на миллионах примеров в симуляции, прежде чем адаптировать обучение к реальному миру.

Хотя обе эти модели эффективны для обучения робота одной задаче в структурированной среде, они оказываются трудными для масштабирования и развертывания. Но с WHIRL робот может учиться на любом видео человека, выполняющего задачу. Это также легко масштабируемо, не ограничивается одной конкретной задачей и может работать в домашних условиях.

WHIRL позволяет роботам выполнять задачи в их естественной среде. И хотя первые несколько попыток обычно заканчивались неудачей, он мог быстро учиться после нескольких успехов. Робот не всегда выполняет задачу с теми же движениями, что и человек, но это потому, что у него разные части, которые движутся по-разному. С учетом этого, конечный результат выполнения задач всегда один и тот же.

“Чтобы масштабировать робототехнику в дикой природе, данные должны быть надежными и стабильными, и роботы должны становиться лучше в своей среде, практикуя самостоятельно”, – сказал Патхак.