Навчання роботів — це область досліджень на стику машинного навчання та робототехніки . Дана галузь вивчає методи, які дозволяють роботам набувати нових навичок або адаптуватися до навколишнього середовища за допомогою алгоритмів навчання. Реалізація робота, розміщеного у фізичному вбудовуванні, створює водночас певні труднощі (наприклад, висока розмірність, обмеження в реальному часі для збору даних і навчання) і можливості для керування процесом навчання (наприклад, сенсомоторна синергія, рухові примітиви).

Приклади здібностей, на які спрямовані алгоритми навчання, включають сенсомоторні навички, такі як моторика, сприйняття, активна категоризація об’єктів, а також інтерактивні навички, такі як спільне маніпулювання об’єктом з людиною, та лінгвістичні навички, такі як обгрунтоване та ситуаційне значення людської мови . Навчання може відбуватися або через автономне самодослідження, або під керівництвом людини-вчителя, як, наприклад, під час навчання роботів шляхом імітації.

Навчання роботів може бути тісно пов’язане з адаптивним керуванням, навчанням з підкріпленням, а також розвиваючою робототехнікою, яка розглядає проблему автономного набуття професійних навичок протягом усього життя. Хоча машинне навчання часто застосовується алгоритмами комп’ютерного зору, які використовуються в контексті робототехніки, ці програми зазвичай не називають «навчанням роботів».


Проекти ред.

Майя Чакмак, доцент кафедри комп’ютерних наук та інженерії в Університеті Вашингтона, намагається створити робота, який навчається шляхом імітації – метод, який називається « програмування за допомогою демонстрації ». Дослідниця показує роботові техніку прибирання для його зорової системи, і він узагальнює рух прибирання з демонстрації людини, а також визначає «рівень забрудненості» до та після прибирання. [1]

Подібним чином промислового робота Baxter можна навчити робити щось, взявши його за руку і показавши йому потрібні рухи. [2] Він також може використовувати глибоке навчання, щоб навчитися брати невідомий об’єкт. [3] [4]

Обмін набутими навичками та знаннями ред.

У Tellex "Million Object Challenge" метою є роботи, які навчаються виявляти та обробляти прості об'єкти і завантажувати свої дані в хмарне середовище, щоб інші роботи могли аналізувати та використовувати цю інформацію. [4]

RoboBrain — це система знань для роботів, до якої може вільний доступ будь-який пристрій, який хоче виконати завдання. База даних збирає нову інформацію про завдання під час їх виконання роботами шляхом пошуку в Інтернеті, інтерпретації тексту природною мовою, зображень і відео, розпізнавання об’єктів, а також через взаємодію. Керівник проекту Ашутош Саксена зі Стенфордського університету . [5] [6]

RoboEarth — це проект, який називають « Всесвітньою павутиною для роботів» — це мережа та сховище баз даних, де роботи можуть обмінюватися інформацією та навчатися один у одного, а також хмара для аутсорсингу складних обчислювальних завдань. Проект об’єднує дослідників із п’яти провідних університетів Німеччини, Нідерландів та Іспанії та підтримується Європейським Союзом . [7] [8] [9] [10] [11]

Google Research, DeepMind і Google X вирішили дозволити своїм роботам ділитися власним досвідом. [12] [13] [14]

Примітки ред.

  1. Rosenblum, Andrew. The robot you want most is far from reality. MIT Technology Review. Процитовано 4 січня 2017.
  2. Hands-on with Baxter, the factory robot of the future. Ars Technica. 15 червня 2014. Процитовано 4 січня 2017.
  3. Deep-Learning Robot Takes 10 Days to Teach Itself to Grasp. MIT Technology Review. Процитовано 4 січня 2017.
  4. а б Schaffer, Amanda. 10 Breakthrough Technologies 2016: Robots That Teach Each Other. MIT Technology Review. Архів оригіналу за 5 січня 2017. Процитовано 4 січня 2017.
  5. RoboBrain: The World's First Knowledge Engine For Robots. MIT Technology Review. Процитовано 4 січня 2017.
  6. Hernandez, Daniela. The Plan to Build a Massive Online Brain for All the World's Robots. WIRED. Процитовано 4 січня 2017.
  7. Europe launches RoboEarth: 'Wikipedia for robots'. USA TODAY. Процитовано 4 січня 2017.
  8. European researchers have created a hive mind for robots and it's being demoed this week. Engadget. Процитовано 4 січня 2017.
  9. Robots test their own world wide web, dubbed RoboEarth. BBC News. 14 січня 2014. Процитовано 4 січня 2017.
  10. 'Wikipedia for robots': Because bots need an Internet too. CNET. Процитовано 4 січня 2017.
  11. New Worldwide Network Lets Robots Ask Each Other Questions When They Get Confused. Popular Science. 9 березня 2013. Процитовано 4 січня 2017.
  12. Google Tasks Robots with Learning Skills from One Another via Cloud Robotics. allaboutcircuits.com. Процитовано 4 січня 2017.
  13. Tung, Liam. Google's next big step for AI: Getting robots to teach each other new skills | ZDNet. ZDNet. Процитовано 4 січня 2017.
  14. How Robots Can Acquire New Skills from Their Shared Experience. Google Research Blog. Процитовано 4 січня 2017.

Посилання ред.