Naudodamasis WHIRL robotas išmoko atlikti daugiau nei 20 užduočių – nuo prietaisų, spintelių durelių ir stalčių atidarymo ir uždarymo iki puodo dangčio uždėjimo, kėdės pastūmimo ir net šiukšlių maišo išėmimo iš šiukšlių dėžės. Kreditas: Carnegie Mellon universitetas Robotas stebėjo, kaip Shikhar Bahl atidarė šaldytuvo duris. Jis fiksavo jo judesius, durų pasukimą, šaldytuvo vietą ir kt., analizavo šiuos duomenis ir ruošėsi imituoti tai, ką darė Bahlas.
Iš pradžių jam nepavyko: kartais jis visiškai nepastebėdavo rankenos, paimdavo ją ne toje vietoje arba neteisingai patraukdavo. Tačiau po kelių valandų praktikos robotui pavyko ir jis atidarė duris.
„Imitavimas yra puikus būdas mokytis, – sakė Karnegio Mellono universiteto Kompiuterių mokslo mokyklos Robotikos instituto (RI) doktorantas Bahlas. „Robotai, kurie iš tikrųjų mokosi tiesiogiai stebėdami žmones, tebėra neišspręsta problema šioje srityje, tačiau šis darbas yra svarbus žingsnis įgalinant šią galimybę.”
Bahlas dirbo kartu su RI dėstytojais Deepaku Pathaku (Deepak Pathak) ir Abhinavu Gupta (Abhinav Gupta), kad sukurtų naują robotų mokymosi metodą, pavadintą WHIRL, sutrumpintai – In-the-Wild Human Imitating Robot Learning. WHIRL yra veiksmingas vienkartinio vaizdinio imitavimo algoritmas. Jis gali mokytis tiesiogiai iš žmonių bendravimo vaizdo įrašų ir apibendrinti šią informaciją naujoms užduotims, todėl robotai puikiai tinka mokytis namų ruošos darbų. Žmonės namuose nuolat atlieka įvairias užduotis. Naudodamasis WHIRL robotas gali stebėti šias užduotis ir rinkti vaizdo duomenis, reikalingus tam, kad galiausiai pats nustatytų, kaip atlikti užduotį.
Komanda į standartinį robotą pridėjo kamerą ir programinę įrangą, ir jis išmoko atlikti daugiau nei 20 užduočių – nuo prietaisų, spintelių durų ir stalčių atidarymo ir uždarymo iki puodo uždengimo dangčiu, kėdės pastūmimo ir net šiukšlių maišo išėmimo iš konteinerio. Kiekvieną kartą robotas stebėjo, kaip žmogus atlieka užduotį, ir tada pats praktikavosi ir mokėsi atlikti užduotį. Šį mėnesį komanda pristatė savo tyrimus Robotikos konferencijoje:
. „Šis darbas – tai būdas, kaip robotus perkelti į namus, – sakė RI docentas ir komandos narys Pathakas. „Užuot laukę, kol robotai bus suprogramuoti ar apmokyti sėkmingai atlikti įvairias užduotis, ir tik tada juos diegę į žmonių namus, ši technologija leidžia robotus dislokuoti ir priversti juos mokytis atlikti užduotis, visą laiką prisitaikant prie aplinkos ir tobulėjant tik stebint.”
Dabartiniai metodai, kaip išmokyti robotą atlikti užduotį, paprastai remiasi imitaciniu arba pastiprintu mokymusi. Mokantis imitacijos būdu, žmonės rankomis valdo robotą, kad išmokytų jį atlikti užduotį. Šį procesą reikia atlikti kelis kartus, kol robotas išmoksta vieną užduotį. Mokantis pastiprinimo būdu, robotas paprastai mokomas pagal milijonus pavyzdžių imitaciniu būdu, o tada jo prašoma pritaikyti šį mokymą realiame pasaulyje.
Abu mokymosi modeliai gerai veikia mokant robotą vienos užduoties struktūruotoje aplinkoje, tačiau juos sunku išplėsti ir įdiegti. WHIRL gali mokytis iš bet kokio užduotį atliekančio žmogaus vaizdo įrašo. Jį lengva mastelizuoti, jis neapsiriboja viena konkrečia užduotimi ir gali veikti realioje namų aplinkoje. Komanda netgi kuria WHIRL versiją, kuri būtų išmokyta žiūrint „YouTube” ir „Flickr” žmogaus sąveikos vaizdo įrašus
Šį darbą atlikti leido kompiuterinės regos pažanga. Naudodami interneto duomenimis apmokytus modelius, kompiuteriai dabar gali suprasti ir modeliuoti judesius 3D formatu. Komanda naudojo šiuos modelius, kad suprastų žmogaus judesius, ir taip palengvino WHIRL mokymą.
Naudodamasis WHIRL robotas gali atlikti užduotis natūralioje aplinkoje. Prietaisai, durys, stalčiai, dangčiai, kėdės ir šiukšlių maišas nebuvo modifikuojami ar manipuliuojami taip, kad tiktų robotui. Pirmieji keli roboto bandymai atlikti užduotį baigdavosi nesėkme, tačiau, kai jam pavykdavo keletas sėkmingų bandymų, jis greitai įsidėmėdavo, kaip ją atlikti, ir ją įvaldydavo. Nors robotas negali atlikti užduoties tokiais pat judesiais kaip žmogus, tai nėra tikslas. Žmonės ir robotai turi skirtingas dalis ir juda skirtingai. Svarbu, kad galutinis rezultatas būtų toks pat. Durys atidarytos. Išjungiamas jungiklis. Kranas įjungiamas.”
„Norint padidinti robotų naudojimo mastą gamtoje, duomenys turi būti patikimi ir stabilūs, o robotai, praktikuodamiesi savarankiškai, turėtų tapti geresni savo aplinkoje, – sakė Pathak.
Daugiau informacijos: Konferencija: roboticsconference.org/
Citavimas: Robotai mokosi namų ruošos užduočių stebėdami žmones (2022, liepa 20) gauta 31 liepa 2022 iš https://techxplore.com/news/2022-07-robots-household-tasks-humans.html
Šiam dokumentui taikomos autorių teisės. Be raštiško leidimo negalima atgaminti jokios jo dalies, išskyrus sąžiningą naudojimą asmeninių studijų ar mokslinių tyrimų tikslais. Turinys pateikiamas tik informaciniais tikslais.