Этот пост добавлен читателем Naked Science в раздел «Сообщество». Узнайте как это сделать по ссылке.

11 января, 19:12

Рейтинг: +1631

Посты: 1261

119

Новый подход к обучению позволил роботу выполнить 1000 задач за один день

Благодаря новому подходу робот смог выполнить за день тысячу задач. Метод также значительно ускорил обучение роботов.

Сообщество

# робототехника

# Роботы

# технологии

Роботизированная рука, обученная по методу Multi-Task Trajectory Transfer / © Kamil Dreczkowski, Pietro Vitiello / Science Clock

Импровизация — слабая сторона большинства роботов. Сталкиваясь с новой задачей, роботы обычно теряются и терпят неудачу. Исследователи тратят много времени, обучая их даже самым простым манипуляциям.

Ученые из Имперского колледжа Лондона, вероятно, смогли решить эту проблему. Результаты исследования опубликованы в Science Robotics.

Они использовали новый подход — Multi-Task Trajectory Transfer. Эксперты обучили роботизированную руку выполнять тысячу различных манипуляционных задач менее чем за 24 часа. Роботу хватало всего одной демонстрации, чтобы освоить задачу.

Ученые сконцентрировались на решении одной из основных проблем — необходимости большого объема данных. Каждая задача требует десятков или сотен демонстраций, при этом нейронные сети кодируют все движения в единую политику поведения. В новом методе ученые использовали другой подход.

Метод разделил задачи на две последовательные фазы: выравнивание и взаимодействие. Во время фазы выравнивания робот перемещал руку или другую часть в правильное положение для решения задачи. Например, он мог поднести вилку к розетке. Во время фазы взаимодействия робот выполнял точную манипуляцию — вставляо вилку в розетку. Разделение этих шагов помогло роботу эффективно адаптироваться к новым задачам.

Второе ключевое новшество — обобщение с использованием ранее сохраненных демонстраций. Столкнувшись с новой задачей, робот находил наиболее подходящую прошлую демонстрацию и адаптировал ее к актуальной ситуации.

Чтобы проверить возможности метода, исследователи поручили однорукому роботу Sawyer выполнить 1 000 задач, включавших 402 различных объекта и 31 категорию навыков.

Роботизированная рука, обученная по методу Multi-Task Trajectory Transfer / © The Robot Learning Lab

Потом ученые провели 2 200 испытаний, проверяя, как робот выполняет эти задачи. Также они поручили роботу 100 задач в новых условиях. Например, они добавляли отвлекающие объекты или меняли освещение.

Результаты показали, что новый метод помог роботу эффективно осваивать новые задачи и сохранять надежность в разных условиях. Робот обучался новым навыкам примерно в десять раз быстрее, чем при традиционном подходе.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) + Enter.