Работник роботов, которые учатся на ошибках

Практика делает совершенным-это пословица, которая помогла людям стать очень ловким, и теперь это подход, который применяется к роботам.

Компьютерные ученые из Университета Лидса используют искусственный интеллект (ИИ) методы автоматизированного проектирования и обучения с подкреплением, чтобы «обучить» робота, чтобы найти объект в захламленное пространство, например склад полке или в холодильнике-и переместить его.

Целью работы является разработка роботизированных автономии, поэтому машина может оценить уникальные обстоятельства, представленные в задаче и найти решение — сродни передачи робот навыков и знаний на новую проблему.

Исследователи Лидс сегодня представляем свои выводы (понедельник, 4 ноября) на международной конференции по вопросам робототехники и интеллектуальных систем в Макао, Китай.

Большая проблема заключается в том, что в замкнутом пространстве, роботизированная рука, возможно, не сможет понять объект сверху. Вместо этого он должен планировать последовательность шагов, чтобы достичь целевого объекта, возможно, манипулируя другие предметы в сторону. Компьютерные мощности, необходимые для планирования таких задач настолько велик, что робот будет часто прерываться на несколько минут. И когда это случится выполнять движение, он часто не.

Развитие идеи практика делает совершенным, компьютер ученые из Лидса объединяем две идеи от AI.

Один автоматизированного планирования. Робот способен «видеть» проблему через систему видение, в действительности изображение. Программного обеспечения в операционную систему робота моделирует возможную последовательность ходов, она может сделать, чтобы достичь целевого объекта.

Но симуляции, которые были «отрепетированы» робот не в состоянии охватить всю сложность реального мира и когда они будут реализованы, то робот не сможет выполнить задачу. Например, это может выбить предметы с полки.

Поэтому команда Лидс планирования в сочетании с другой техникой AI называется подкреплением.

Обучение с подкреплением включает компьютер в последовательности проб и попыток ошибка — около 10 000 в общей сложности-для достижения и перемещать объекты. С помощью этих проб и попыток ошибке, робот «узнает», какие действия он планирует, скорее всего, закончится успехом.

Компьютер берет на себя обучение, начиная от случайно выбрав запланированный ход, который может сработать. А как робот узнает от проб и ошибок, он становится более искусным в выборе тех спланированные ходы, которые имеют больше шансов на успех.

Д-р Маттео Леонетти, из школы вычислительной техники, сказал: «Искусственный интеллект хорош на включение роботы с разумом-например, мы уже видели роботов, участвующих в играх в шахматы с гроссмейстерами.

«Но роботы не очень хорошо, что люди не очень хорошо: будучи чрезвычайно подвижным и ловким. Эти физические навыки были вписаны в мозг человека, в результате эволюции и как мы практика и практика и практика.

«И это та идея, которую мы применяем для следующего поколения роботов».

По данным Виссам Bejjani, аспирант, который написал научную статью, робот развивает умение обобщать, применять то, что он запланировал уникальный набор обстоятельств.

Он сказал: «Наша работа имеет большое значение, поскольку она сочетает в себе планирование с подкреплением. Много исследований попытались разработать эту технологию фокусируется только на одном из этих подходов.

«Наш подход был проверен по результатам, которые мы видели в университетской лаборатории робототехники.

«С одной проблемой, где робот должен был переехать в большое яблоко, он сначала пошел к левой стороне Apple, чтобы убрать беспорядок, прежде чем использовать яблоко.

«Он сделал это без помех, выходящих за границы шельфа».

Д-р Mehmet Dogar, доцент на факультете компьютерных технологий, также был вовлечен в исследование. Он сказал, что этот подход ускоряет «мыслящего робота» раз в десять-решения, что прошло 50 секунд Теперь возьмите 5 секунд.

Это исследование получило финансирование от Великобритании инженерных и физических наук исследовательский совет в проект по изучению человека как физики в робототехнике.

сделать разницу: спонсорские возможности