Opracowano nową metodę uczenia robotów wykonywania czynności domowych

Amerykańcy naukowcy z Carnegie Mellon University opracowali wydajny algorytm, umożliwiający robotom naukę zadań domowych poprzez imitację wizualną. Stworzona przez nich metoda WHIRL (In-The-Wild Human Imitating Robot Learning) pozwala maszynom na gromadzenie danych na temat wykonania konkretnego zadania bezpośrednio z filmów wideo. Badanie zostało zaprezentowane w lipcu, podczas konferencji Robotics: Science and Systems w Nowym Jorku.

Po zainstalowaniu kamery i oprogramowania w robocie, ten nauczył się ponad 20 czynności wykonywanych przez przeciętną osobę w zaciszu swojego domu. Urządzenie potrafiło m.in. otwierać oraz zamykać szafki i szuflady, nakładać pokrywkę na garnek, wsuwać krzesła, a nawet wyjąć z kosza worek na śmieci. Przed każdą próbą robot oglądał jednorazowo, jak dane zadanie zostało zrealizowane przez człowieka, a następnie ćwiczył jego wykonanie, aż do momentu, gdy odtworzył je poprawnie. W celu przygotowania się do imitacji żywej istoty maszyna musiała wpierw zarejestrować jej ruchy oraz przeanalizować wszystkie dane dotyczące jej otoczenia. Kilka pierwszych prób wykonania czynności przez robota kończyło się niepowodzeniem, ale po serii sukcesów, szybko uchwycił się sposobu jej wykonania i opanował ją.

Obecnie stosowane metody samouczenia się maszyn zazwyczaj opierają się na uczeniu z przykładów lub przez wzmacnianie. Ludzie ręcznie sterują robotem, aby wyćwiczyć realizowane przez niego zadanie. Ten proces należy powtórzyć wielokrotnie dla jednej operacji, zanim robot ją opanuje. W uczeniu ze wzmocnieniem robot jest zwykle szkolony na milionach przykładów w symulacji, a następnie proszony jest o dostosowanie zdobytych informacji do rzeczywistego świata.

Oba modele szkolenia sprawdzają się podczas uczenia robota pojedynczego zadania w ustrukturyzowanym środowisku, ale trudno je skalować i wdrażać. WHIRL może uczyć się z dowolnego filmu przedstawiającego człowieka wykonującego zadanie. Jest łatwo skalowalny, nie ogranicza się do jednego konkretnego zadania i może działać w realistycznym środowisku domowym. Zespół pracuje nawet nad wersją WHIRL wyszkoloną przez oglądanie filmów z interakcji międzyludzkich z YouTube i Flickr. Choć maszyna nie odtworzy zadania identycznymi ruchami jak człowiek, efekt końcowy pozostanie ten sam. Drzwi zostaną otwarte, przełącznik wyłączony, a kran zakręcony.

Źródło: Carnegie Mellon University. "Robots learn household tasks by watching humans: Novel method allows robots to learn in the wild." ScienceDaily. ScienceDaily, 20 July 2022