Роботы учатся новым задачам с помощью обучающих видеороликов
Исторически для обучения роботов требовались точные, пошаговые инструкции по выполнению основных задач. Роботы также склонны прекращать обучение, когда что-то идет не по сценарию, например, после того, как они уронили инструмент или потеряли винт. Однако платформа RHyME может ускорить разработку и внедрение роботизированных систем, значительно сократив время, энергию и деньги, необходимые для их обучения, утверждают исследователи.
«Одна из неприятных особенностей работы с роботами - это сбор большого количества данных о роботе, выполняющем различные задачи» — сказал Кушал Кедиа, докторант в области компьютерных наук. «Люди выполняют задачи не так. Мы смотрим на других людей как на источник вдохновения».
Команда университета заявила, что до создания настоящих домашних роботов-помощников еще далеко, потому что роботам не хватает сообразительности, чтобы ориентироваться в физическом мире и его бесчисленных непредвиденных обстоятельствах. Чтобы исправить эту ситуацию исследователи из Корнелльского университета учат роботов с помощью специальных обучающих видеороликов - демонстраций различных задач, выполняемых человеком в лабораторных условиях. Исследователи выразили надежду, что этот подход, представляющий собой отрасль машинного обучения под названием «имитационное обучение», позволит роботам быстрее усваивать последовательность задач и адаптироваться к условиям реального мира.
«Наша работа похожа на перевод с одного языка на другой – мы переводим любую задачу от человека к роботу», - сказал старший автор исследования Санджибан Чоудхури, доцент кафедры компьютерных наук.
Задача перевода по-прежнему сопряжена с более серьезными трудностями: люди двигаются слишком плавно, чтобы робот мог отслеживать и имитировать их движения, а для обучения роботов требуется много видео. Кроме того, видео-демонстрации, например, того, как поднимать салфетку или расставлять тарелки, должны выполняться медленно и безупречно. По словам исследователей, любое несоответствие между действиями на видео и действиями робота исторически гибельно для обучения роботов.
«Если человек двигается каким-либо образом, отличным от того, как двигается робот, метод немедленно разваливается», - сказал Чоудхури. «Мы думали так: «Можем ли мы найти принципиальный способ справиться с этим несоответствием между тем, как люди и роботы выполняют задачи?»
RHyME — это масштабируемый подход, который делает роботов менее привередливыми и более адаптивными. Платформа позволяет роботизированной системе использовать собственную память и сопоставлять данные при выполнении задач, которые она просмотрела только один раз, опираясь на просмотренные видеоролики. Например, роботу, оснащенному системой RHyME, покажут видео, на котором человек берет кружку со стойки и ставит ее в ближайшую раковину. Робот просмотрит свою коллекцию видеороликов и почерпнет информацию из аналогичных действий, таких как захват чашки и опускание столовых приборов.
Команда заявила, что RHyME открывает роботам путь к изучению многоступенчатых последовательностей, значительно сокращая объем данных, необходимых для обучения. RHyME требует от робота всего 30 минут обработки данных. Роботы, обученные с помощью этой системы в лабораторных условиях, добились более чем 50-процентного увеличения успешности выполнения задач по сравнению с предыдущими методами.
«Эта работа отличается от того, как программируются роботы сегодня. Статус-кво программирования роботов - это тысячи часов телеопераций, в течение которых роботы учатся выполнять задачи. Это просто невозможно», - заявил Чоудхури. «С RHyME мы отходим от этого и учимся обучать роботов более масштабируемым способом».
