Ten robot uczy się podnosić kubki, poznając najpierw teorię mugness

Kategoria: Sztuczna inteligencja Opublikowany 19 marca

Mimo wszystkich ostatnich postępów w inteligencji maszyn, roboty wciąż mają trudności z przystosowaniem stosunkowo prostych zadań do nowych sytuacji. Weźmy na przykład podniesienie kubka i powieszenie go na stojaku na kubki; nawet niewielkie zmiany w kształcie, rozmiarze, kolorze i orientacji kubka mogą zniechęcić robota.

W nowym papier , naukowcy z MIT proponują teraz nową technikę pomagania robotom w uogólnianiu ich uczenia się przy stosunkowo niewielkiej ilości danych. Robią to, szkoląc sieć neuronową, aby wyodrębnić tylko kilka kluczowych punktów z kubka lub innego przedmiotu, który należy podnieść i umieścić, dając robotowi wizualną mapę drogową, jak go uchwycić i zorientować. Podczas testów odkryli, że robot potrzebował tylko trzech kluczowych punktów na kubek – jednego na środku boku, jednego na dole i jednego na uchwycie – oraz sześciu kluczowych punktów na but.

W przeciwieństwie do poprzednich technik, które wymagały setek, a nawet tysięcy przykładów, aby robot nauczył się podnosić kubek, którego nigdy wcześniej nie widział, ta zbliżać się wymaga tylko kilkudziesięciu. Naukowcy byli w stanie wytrenować sieć neuronową na 60 scenach z kubkami i 60 scenami z butami, aby osiągnąć podobny poziom wydajności. Kiedy system początkowo nie wychwytywał butów na obcasie, ponieważ nie było ich w zestawie danych, szybko naprawili problem, dodając do danych kilka oznaczonych scen butów na obcasie.

Zespół ma nadzieję, że wykorzysta to podejście, aby następnie zająć się większymi zadaniami, takimi jak rozładowanie zmywarki lub wycieranie blatu kuchennego.

Ta historia pojawiła się pierwotnie w naszym biuletynie AI The Algorithm. Aby otrzymać go bezpośrednio do skrzynki odbiorczej, zarejestruj się tutaj za darmo.