Въображението помага на роботите да боравят с инструменти
При много животни уменията да използват инструменти произтича от комбинацията да наблюдават и да експериментират с тях. Именно по този път тръгнал екип от американски инженери за разработване на алгоритъм , позволяващ на роботи да използват прости инструменти, даже виждайки ги за пръв път. Резултатите от тяхните изследвания са публикувани в arXiv.org.
В животинския свят, например при шимпанзетата , може да се види как те, гледайки едно от друго, могат да се научат да използват клонки за «риболов» на насекоми. По същия начин маймуните капуцини демонстрират способността си чрез пръчки, които наподобяват най-обикновенна метла, да приближават храна по-близо до себе си. Докато някой може да се чуди дали това е илюстрация на принципа « маймуната видя, маймуната направи», то екипът от учени смята, че тази способност на използване на инструменти показва по-високо ниво на интелигентност.
Екипът от инженери се заел с разработване на алгоритъм за роботи, позволяващ им да използват инструменти за предвижване на предмети. По време на обучението роботите комбинирали два подхода. Единият от тях бил да се екпериментира, местейки предметите на случаен принцип , трупайки «опит», а вторият – роботът с помощта на невронна мрежа да си «представя» до какъв резултат ще доведе едно или друго преместване.
При извършване на битови дейности хората използват инструменти, опростявайки изпълнението на задачата. При това, те могат самостоятелно да разберат дали си струва използването един или друг инструмент в конкретната ситуация. Например събирането на много дребни предмети е удобно с помощта на лопатка, а да се вдигне този предмет е по-лесно без нея. Всички тези операции ни се струват очевидни , но за роботите дадената концепция за предвижването на едни предмети, използвайки други, се явява нетравиална.
Принцип на разработения алгоритъм
Група инженери от Калифорнийския унивеситет в Бъркли под ръководството на Челси Фин ( Chelsea Finn ) разработила алгоритъм, позволяващ на роботите да използват едни обекти за преместването на други, използвайки ги в качеството на инструменти. Те можели самостоятелно да вземат решения, оптимални в дадената ситуация. Алгоритъмът позволява да се задава задача на робота под формата на визуални маркери, които чрез стрелки показват, къде трябва да се предвижи един или друг предмет. След това алгоритъма провежда пресмятания и управлява манипулатор, който отследява своите действия посредством камера.
В основата на алгоритъма лежи интересен подход: той планира възможните последователности на действие на манипулатора, а след това предава този набор от последователности на невронната мрежа. Тя синтезира видео, съответстващо на всяка последователност. Невронната мрежа взема предходния кадър и действията в текущия интервал от време, и в отговор дава синтезиран следващия кадър. След това алгоритъмът анализира създадените от невронната мрежа кадри и сравнява крайното разположение на предметите доколко съответства на изображението, отразяващо първоначално поставената задача. След това различните кадри сортират в зависимост колко добре е изпълнена задачата и се подбират най-успешните действия, след което се извършва планиране за най-добро изпълнение на задачата. Накрая, избирайки най-добрата последователност от действия, роботът започва да я изпълнява, предвижвайки предметите.
Обучение на робота
За обучението, екипът съединил два достатъчно разпространени метода, използвани в машинното обучение – имитационното обучение и обучение без учител. По време на имитационното обучение инженерите вземали в ръка манипулатора и ръчно показвали на робота как трябва да се изпълняват действията с помощта на инструмента в конкретната ситуация. По време на всеки сеанс роботът записвал задачата, поставена от експериментатора, видеото с изпълняваните действия и положенията на манипулатора по време на изпълнението на задачата. При обучението без учител роботът самостоятелно избирал действията си на случаен принцип. Благодарение на това той получил голям масив от данни за взаимодействията на инструментите и предметите. На негова база роботът можел да оценява оптималността на действията си, което едва ли можел да достигне на база на случайната подборка.
Резултати от експеримента
Експериментите показали, че роботът в много случаи е способен да хваща инструменти и да предвижва предмети в задената му област. Например, той може да вземе четка и да премести няколко предмета с нея в лопатка с едно действие. Освен това, експериментите показали, че в някои случаи роботът разбирал, че е по-оптимално да извърши задачата без използването на инструмент, а само с помощта на собствения си манипулатор. Накрая, авторите отбелязват, че роботът е показал достатъчно високо ниво на обощение на резултатите и успявал да използва нови инструменти, които му били непознати му до този моменти и които не бил срещал по време на обучението.
