V. I. N. CENT en B. O. B. van Disney ‘ s Zwart Gat (1979) waren niet betrokken bij de nieuwe MIT-studie.
In een belangrijk vooraf dat brengt ons een stap dichter bij de onvermijdelijke robopocalypse, MIT-onderzoekers hebben een systeem ontwikkeld waarmee u leert hoe robots op het verwerven van nieuwe vaardigheden en het leren van deze vaardigheden op verschillende soorten robots.
Het systeem heet C-LEREN, en het werd ontwikkeld door onderzoekers van MIT ‘ s Computer Science and Artificial Intelligence Laboratory (CSAIL). Met behulp van C-LEREN, mensen die geen ervaring hebben met het programmeren van computers kunnen leren een robot hoe een taak uit te voeren—zoals het laten vallen van een kolf in een emmer, of het trekken van een staaf van een container—door het voorzien van een aantal fundamentele regels over de taak, zodat de robot om een enkele demonstratie van de taak wordt voltooid.
Ongelooflijk, een robot kan dan de overdracht van deze nieuw verworven kennis aan een andere robot, zelfs als de robot leren is fysiek anders dan de robot onderwijs. Uiteindelijk, de C-LEREN-systeem kunnen de fabrieken te gebruiken om een groot aantal verschillende robot typen, en niet zorgen te maken over het programmeren van elke en elke één van hen individueel. Het kan ook helpen robots om snel te leren en het leren van nieuwe taken in hoge druk situaties, zoals wanneer ze bezig uitroeien van de hele menselijke soort, of meer praktisch, als ze bommen onschadelijk kan maken.
C-LEREN geldt twee fundamentele robot principes: het Leren van een demonstratie, en leren door brute programmering, waar elke fysische parameter worden met de hand gecodeerd door een deskundige. Op hun eigen, deze onderwijs-strategieën komen met nadelen. Met demo ‘ s, robots kunnen niet echt van toepassing lessen naar andere situaties of omgevingen, en met de motie-manieren van plannen, het onderwijs is tijdrovend en arbeidsintensief. CSAIL onderzoekers Claudia Pérez-D ‘ Antimo en Julie Shah combinatie van deze twee principes te maken voor de tekortkomingen van elk.
“Door het combineren van de intuïtie, van het leren van de demonstratie met de precisie van de beweging-de planning van algoritmen, deze aanpak kan helpen robots doen nieuwe soorten taken die ze nog niet in staat geweest om te leren voor, zoals het complex montage met behulp van hun wapens,” merkte Pérez-D ‘ Antimo in MIT Nieuws.
De eerste stap van het leerproces is om een robot met informatie over hoe dit te bereiken of pak verschillende voorwerpen met verschillende beperkingen (de “C” in de C-LEREN staat eigenlijk voor beperkingen). Bijvoorbeeld, zelfs al zijn bepaalde voorwerpen kunnen worden vergelijkbaar zijn in termen van vorm, zoals een stuur of band, een andere set van bewegingen vereist bij het monteren van deze onderdelen aan een auto. Voor de tweede fase, van een menselijke operator maakt gebruik van een 3D user interface om de robot hoe de taak te voltooien. In tests, na het observeren van een enkele demo, robots in staat waren om toegang te krijgen tot hun knowledge base, en het maken van een gesuggereerde beweging voor de bestuurder goed te keuren of te wijzigen als dat nodig is. Als er geen operator, de robot kan slechts een schatting (wanneer slechts gissen, MIT ‘ s test robots waren succesvol 87,5 procent van de tijd, in tegenstelling tot 100 procent van de tijd wanneer de mens geholpen).
“Deze aanpak is eigenlijk heel vergelijkbaar met de manier waarop mensen leren in termen van het zien van hoe iets is gedaan en deze te koppelen aan wat we al weten over de wereld”, zegt Pérez-D ‘ Antimo. “We kunnen niet op magische wijze leren van een enkele demonstratie, dus we nemen nieuwe informatie en afstemmen op voorkennis over onze omgeving.”
Belangrijker nog, deze kennis kan vervolgens worden geleerd om op een andere robot. In het lab, de CSAIL onderzoekers heeft een set van taken Optimus, een twee-armige robot ontworpen voor de bom ter beschikking taken. Later naadloos overgebracht van deze kennis aan de Atlas, een imposante tweevoetige robot die weegt meer dan 400 kilo. Door het einde van het experiment, zowel robots waren in staat om deuren te openen, vervoer objecten, en trek objecten uit containers—hoewel de robots hadden dramatische fysieke verschillen, en de Atlas werd nooit direct onderwezen in de vaardigheden van een mens.
C-LEREN is een belangrijke stap omdat, in plaats van direct het nabootsen van de beweging, de robot is afgeleid van de principes achter de beweging, een meer menselijke benadering. Wij niet te herhalen voor elke fysieke actie die we leerde op een letterlijke manier. In plaats daarvan, integreren we wat we geleerd hebben door middel van demonstraties, en vervolgens het toepassen van onze kennis en vergelijkbare contexten.
Een paper beschrijft C-LEREN is geaccepteerd voor de IEEE International Conference on Robotics and Automation (ICRA), die zal plaatsvinden van 29 Mei tot 3 juni in Singapore.