Kluczem do inteligentniejszych współpracowników robotów może być większa prostota

Pani Tech | Getty, Pixabay

Pomyśl o wszystkich podświadomych procesach, które wykonujesz podczas jazdy. Kiedy zbierasz informacje o otaczających pojazdach, przewidujesz, jak mogą się poruszać i myślisz w locie o tym, jak zareagujesz na te manewry. Możesz nawet myśleć o tym, jak możesz wpłynąć na innych kierowców w oparciu o to, co ich zdaniem możesz zrobić.

Jeśli roboty mają bezproblemowo zintegrować się z naszym światem, będą musiały zrobić to samo. Teraz zaproponowali badacze ze Stanford University i Virginia Tech nowa technika aby pomóc robotom w wykonywaniu tego rodzaju modelowania behawioralnego, które zaprezentują na dorocznej międzynarodowej konferencji poświęconej uczeniu się robotów w przyszłym tygodniu. Polega na tym, że robot podsumowuje tylko szerokie pociągnięcia ruchów innych agentów, a nie rejestruje je w szczegółach. To pozwala mu zwinnie przewidywać przyszłe działania i własne reakcje bez ugrzęźnięcia w ciężkich obliczeniach.

Inna teoria umysłu

Tradycyjne metody pomagające robotom współpracować z ludźmi czerpią inspirację z idei psychologii zwanej teorią umysłu. Sugeruje, że ludzie angażują się i współczują sobie nawzajem poprzez rozwijanie wzajemnego zrozumienia swoich przekonań – umiejętność, którą rozwijamy jako małe dzieci. Naukowcy, którzy czerpią z tej teorii, koncentrują się na skłonieniu robotów do skonstruowania modelu leżących u podstaw intencji współpracowników jako podstawy do przewidywania ich działań.

Dorsa Sadigh, adiunkt w Stanford, uważa, że ​​to nieefektywne. Jeśli myślisz o interakcjach między ludźmi, tak naprawdę tego nie robimy, mówi. Jeśli próbujemy razem przesunąć stół, nie robimy modelowania przekonań. Zamiast tego, mówi, dwie osoby przesuwające stół polegają na prostych sygnałach, takich jak siły, które odczuwają od ich współpracownika, który popycha lub ciągnie stół: Myślę więc, że tak naprawdę dzieje się to, że kiedy ludzie wykonują zadanie razem, śledzą coś to znacznie mniej wymiarowe.

Wykorzystując ten pomysł, robot mógłby przechowywać bardzo proste opisy działań otaczających go agentów. Na przykład podczas gry w cymbergaj może przechowywać ruchy swoich przeciwników tylko jednym słowem: prawo, lewo lub środek. Następnie może wykorzystać te dane do wytrenowania dwóch oddzielnych algorytmów: algorytmu uczenia maszynowego, który przewiduje, gdzie przeciwnik ruszy dalej, oraz algorytmu uczenia się przez wzmocnienie, aby określić, jak powinien zareagować. Ten drugi algorytm śledzi również, w jaki sposób przeciwnik zmienia taks na podstawie własnej odpowiedzi, dzięki czemu może nauczyć się wpływać na jego działania.

Kluczową ideą jest tutaj lekki charakter danych treningowych, który umożliwia robotowi wykonywanie całego równoległego treningu w locie. Bardziej tradycyjne podejście może przechowywać współrzędne całej ścieżki ruchów przeciwnika, a nie tylko ich nadrzędny kierunek. Chociaż może wydawać się sprzeczne z intuicją, że mniej znaczy więcej, warto ponownie przypomnieć teorię Sadigha dotyczącą interakcji międzyludzkich. My również modelujemy ludzi wokół nas tylko szerokimi pociągnięciami.

Naukowcy przetestowali ten pomysł w symulacji w zastosowaniach, w tym w samojezdnym samochodzie, oraz w prawdziwym świecie w grze w cymbergaj. W każdej z prób nowa technika przewyższała poprzednie metody uczenia robotów dostosowywania się do otaczających agentów. Robot nauczył się również skutecznie wpływać na otoczenie.

Przyszła praca

Nadal istnieją pewne kwestie, które przyszłe badania będą musiały rozwiązać. Prace zakładają obecnie na przykład, że każda interakcja, w którą wchodzi robot, jest skończona, mówi Jakob Foerster, adiunkt na Uniwersytecie w Toronto, który nie był zaangażowany w prace.

W symulacji autonomicznej jazdy naukowcy założyli, że samochód robota doświadczał tylko jednej wyraźnie ograniczonej interakcji z innym samochodem podczas każdej rundy szkolenia. Ale jazda oczywiście nie działa w ten sposób. Interakcje są często ciągłe i wymagałyby, aby samochód autonomiczny nauczył się i dostosowywał swoje zachowanie w ramach każdej interakcji, a nie tylko między nimi.

Innym wyzwaniem, mówi Sadigh, jest to, że podejście zakłada znajomość najlepszego sposobu opisania zachowania współpracownika. Sami badacze musieli wymyślić etykiety na prawo, lewo i środek w meczu cymbergaja, aby robot mógł opisać działania przeciwnika. Te etykiety nie zawsze będą tak oczywiste w bardziej skomplikowanych interakcjach.

Niemniej jednak Foerster widzi obietnicę w artykule w gazecie. Jak mówi, wypełnienie luki między uczeniem się wieloagentowym a interakcją człowiek-AI jest bardzo ważną drogą dla przyszłych badań. Jestem naprawdę podekscytowany, kiedy te rzeczy się poskładają.

ukryć