Роборуку научили осознавать себя

Американские инженеры научили роборуку самостоятельно выполнять задания с помощью предварительного изучения возможностей собственного тела. Для этого роборука сначала исследовала пространство, поочередно выполняя тысячу разных движений и регистрируя конечную точку каждого из них, а затем использовала эти данные при выполнении двух заданий: написания приветствия и переноса мячиков. Описание исследования опубликовано в Science Robotics.

Люди обладают хорошей способностью к пониманию собственного тела. При отсутствии особых неврологических нарушений мы умеем планировать свои действия, необходимые для ходьбы или того, чтобы поднять предмет, а также можем себе представить, что будет, если мы слишком быстро вплотную подойдем к стене.

Восприятие своего тела помогает нам совершать и планировать действия, но роботизированным системам такая способность недоступна: обычно они обучаются что-либо делать через многочисленные повторения заранее запрограммированных действий. Это очень эффективно для ограниченного количество действий, но может не сработать при расширении потенциала системы. Именно поэтому для обучения роботов часто используются алгоритмы обучения без учителя, позволяющие им учиться выполнять действия без заранее размеченных данных — то есть почти самостоятельно.

В новой работе Роберт Квятковски (Robert Kwiatkowski) и Ход Липсон (Hod Lipson) из Колумбийского университета решили обучить роборуку выполнять действия самостоятельно, сперва научив ее воспринимать границы и возможности собственной конструкции. Для этого они заставили роборуку поочередно выполнять тысячу разных движений в разных направлениях, регистрируя получившееся действие в абсолютных координатах местоположения манипулятора. После этого данные обо всех траекториях использовали для того, чтобы с помощью методов глубокого обучения научить робота двум действиям: поднятию и перемещению шариков и написанию текста. Зная окружающее себя пространство, роборука смогла научиться предсказывать дальнейшее местоположение манипулятора для эффективного выполнения задания.

Интересно, что эффективность полученного алгоритма обучения не зависит от морфологии робота: после того, как на движущуюся часть роборуки поместили специальный ограничитель, робот смог заметить изменения собственного тела и заново научился определять свое положение, после чего, уже с помощью новых данных, смог продолжить выполнение задания.

Источник

 

Теги:

ТОБІ СПОДОБАЄТЬСЯ

ООН розповідає про проблему неписьменності за допомогою послідовних трейлерів на YouTube

Кампанія має вигляд ряду послідовних трейлерів на YouTube, які сприймаються дуже по-різному, залежно від того, орієнтується глядач на текст чи на озвучку.

Компанія Jaguar Land Rover створює алгоритм від захитування в машині

Компанія Jaguar Land Rover планує навчити автономні машини адаптувати свій стиль водіння так, щоб пасажирів не нудило під час поїздки в машині.

Морган Фрімен озвучив документальний фільм про пластик, що «живе» в океані

Короткий документальний фільм «Life Below Water» від ООН, Google та Tribeca Enterprises розповідає про нового мешканця океанських глибин.

Агенція BBH пропонує віртуальний коучинг від сера Джона Хегарті

Кінематографічна VR-платформа агенції BBH пропонує всім віртуальний коучинг від легенди рекламної індустрії сера Джона Хегарті.

Реклама для тих, хто її собі дозволити не може: телеканал підтримує дрібних підприємців

Channel 4, популярний британський телеканал, підтримує дрібних підприємців, передавши ряду малих компаній слоти у прайм-тайм.

iPhone та хокейна стрічка: новий ролик Apple присвячено спорту

iPhone та хокейна стрічка опинилися прикріпленими на багатьох незвичних поверхнях: ключка, льодовий комбайн і навіть підошва ковзанів.