Роботы научились выбирать свой способ повторения движений

Благодаря специалистам и психологам MIT роботы получили возможность обучения взаимодействию с окружающим миром через показываемый им пример. При этом робот сам определяет, каким образом повторить физическое действие при помощи более удобных для него движений. По этому принципу обучаются взаимодействию с миром дети. С описанием данного метода можно ознакомиться на сайте университета и в журнале Plos One.

При помощи разработанного исследователями алгоритма робот пытается предугадать конечную цель движения, показываемого человеком, и, используя методы машинного обучения, находит наилучший путь повторения всех движения с учетом своих физических возможностей.

При проверке алгоритма исследователи провели ряд экспериментов сначала с компьютерным симулятором, а затем с настоящим роботом. Например, в эксперименте с симулятором система училась с помощью вращения головы смотреть в сторону, куда смотрел человек.

Для проверки умения переносить получаемый опыт на окружающих, модели робота дали понять, что при завязанных глазах ничего не видно. В этом случае модель робота, которая приняла эту установку, больше не смотрела в направлении, куда смотрел человек. Профессор Эндрю Мельтзоф, являющийся одним из исследователей, ранее проводил такой эксперимент на младенцах.
При эксперименте с реальным роботом наблюдалась следующая картина: после демонстрации ему человека, передвигающего предметы по столу, робот пользовался манипулятором, поднимая предмет, переносил его в другую область и там его опускал. Человек при этом перемещал предметы, не отрывая их от стола.

Как поясняют авторы технологии, обучение роботов на личном примере важна для взаимодействия их с людьми. Также это позволяет роботу найти более простой путь решения задачи, в отличие от метода наглядного обучения, при котором человек управляет манипулятором, а робот регистрирует показания сервомоторов.

До этого промышленный робот Baxter, обученный при помощи нейронных сетей, за 700 часов попыток захвата и поднятия предметов разной конфигурации научился угадывать удачное для захвата место с точностью около 80% (даже для незнакомых предметов).

Посетите сайт thehobot.ru для мойки окон, стеклянных дверей, плитки и других гладких поверхностей внутри и снаружи помещений.