Naukowcy nowego laboratorium Nvidii podjęli wyzwanie nauczenia robotów wykonywania zadań obserwując, jak robi to człowiek. Teraz chcą sprawić, aby maszyny mogły pracować w bliskim otoczeniu ludzi.

fot. unsplash.com

Roboty przemysłowe to maszyny, które ciągle powtarzają określne zadanie. Zazwyczaj robią to w bezpiecznej odległości od ludzi, którzy je zaprogramowali. Inżynierowie chcą to zmienić. Zastanawiają się, jak sprawić, aby roboty i ludzie mogli pracować blisko siebie, a nawet ze sobą. Między innymi taką misję ma najnowsze laboratorium robotyki Nvidii w Seattle.

Uczące się roboty

Zespół badawczy firmy zaprezentował niektóre z najnowszych prac związanych z nauczaniem robotów, obserwując ludzi na Międzynarodowej Konferencji Robotyki i Automatyzacji (ICRA) w Brisbane w Australii.

Dieter Fox starszy dyrektor badań w dziedzinie robotyki w Nvidii i profesor z University of Washington, powiedział w rozmowie z Techcrunch, zespół chce dać robotom nowej generacji możliwość pracy w bliskim sąsiedztwie ludzi. Aby to zrobić, roboty muszą być w stanie wykrywać ludzi, śledzić ich działania i uczyć się, jak mogą pomóc ludziom.  

Choć możliwe jest wyuczenie algorytmu, aby z powodzeniem grał w gry wideo wykonując określone rutynowe czynności i uczył się na błędach, tak przestrzeń decyzyjna jest zbyt obszerna, aby je dobrze wytrenować. Zamiast tego zespół badaczy Nvidii prowadzonych przez Stana Birchfielda i Jonathana Tremblay'a opracował system, który pozwala im nauczyć robota, aby wykonywał nowe zadania, po prostu obserwując człowieka. Jak tego dokonali?

Symulowane środowisko

Naukowcy najpierw wytrenowali sekwencję sieci neuronowych, aby wykryć obiekty, wywnioskować związek między nimi, a następnie wygenerować program, aby powtórzył kroki, które były wykonane przez człowieka lub z jego udziałem. Jedną z zalet tego systemu jest to, że generuje czytelny dla człowieka opis wykonywanych kroków. Dzięki temu naukowcom łatwiej jest zorientować się, co się stało, gdy coś pójdzie nie tak.

Zespół naukowców do szkolenia robotów wykorzystał dane z symulowanego środowiska. Treningi w prawdziwym świecie zajęłyby znacznie więcej czasu i mogą być o wiele bardziej niebezpieczne.

Prowadzący badania, Fox i Birchfield, zgodnie twierdzą, że zastosowanie symulacji jest potężnym paradygmatem, który ma na celu przeszkolenie robotów w działaniach, które wcześniej nie były możliwe. Potrzeba symulacji jest jednym z powodów, dla których Nvidia uważa, że jej sprzęt i oprogramowanie idealnie nadają się do tego rodzaju badań. Ich zespół planuje rozszerzyć zakres zadań, które roboty mogą opanować, oraz słownictwa niezbędnego do opisania tych zadań.

Komentarze (0)