Dette er en gennemgang af et akademisk papir fra 2020 om brug af læringssystemer til at træne robotarme og -hænder til at gribe objekter.
Læringsbaserede tilgange til at forstå planlægning foretrækkes frem for analytiske metoder på grund af deres evne til bedre at generalisere til nye, delvist observerede objekter. Dataindsamling er dog stadig en af de største flaskehalse for at forstå læringsmetoder, især for hænder med flere fingre. Det relativt høje dimensionelle konfigurationsrum af hænderne kombineret med mangfoldigheden af objekter, der er almindelige i det daglige liv, kræver et betydeligt antal prøver for at producere robuste og sikre grebssuccesklassifikatorer. I dette papir præsenterer forskerne den første aktive dybe læringstilgang til greb, der søger over grebskonfigurationsrummet og klassificerer tillid på en samlet måde. Forskere baserer deres tilgang på nylig succes med at planlægge flerfingrede greb som probabilistisk inferens med en indlært neural netværkssandsynlighedsfunktion. De indlejrer dette i en flerarmet banditformulering af prøveudvælgelse. De viser, at deres tilgang til aktive grebslæring bruger færre træningsprøver til at producere grebssuccesrater, der kan sammenlignes med den passive overvågede læringsmetode trænet med at gribe data genereret af en analytisk planlægger. I 2020 viser forskere desuden, at greb genereret af den aktive lærende har større kvalitativ og kvantitativ mangfoldighed i form.
Arxiv – Multi-Fingered Active Grasp Learning
Læringsbaseret grebsplanlægning er blevet populær i løbet af det sidste årti på grund af dens evne til at generalisere godt til nye objekter med kun delvist visningsobjektinformation. Disse tilgange kræver store mængder data til træning, især dem, der bruger dybe neurale netværk. Dataindsamling i stor skala er dog stadig en udfordring for greb med flere fingre, fordi (1)
genstande, der er almindelige i det daglige liv, udviser stor variation med hensyn til geometri, tekstur, inertiegenskaber og udseende; og
(2) den relativt høje dimension af flerfingergrebskonfigurationer (f.eks. 22 dimensioner til konfiguration af
hånd- og håndledspositur i dette papir).
Nyere tilgange til aktiv læring lærer interaktivt en grebsmodel, der bedre dækker grebskonfigurationsrummet på tværs af forskellige objekter ved at bruge færre prøver sammenlignet med en passiv, overvåget gribelærer. I stedet for passivt at inducere en hypotese til at forklare de tilgængelige træningsdata som i standard superviseret læring, udvikler og tester aktiv læring nye hypoteser kontinuerligt og interaktivt.
Aktiv læring er mest hensigtsmæssig, når 1) umærkede dataeksempler er talrige, 2) mange mærkede data er nødvendige for at træne et nøjagtigt overvåget læringssystem, og 3) dataeksempler nemt kan indsamles eller syntetiseres. Indlæring af greb opfylder hver af disse betingelser: 1) der er uendeligt mange mulige greb, 2) et stort antal mærkede træningsprøver er nødvendige for at dække rummet, og 3) robotten er sit eget orakel – den kan prøve greb og automatisk opdage succes eller fiasko uden menneskelig mærkning.
Tesla har allerede automærkning af objekter i den fysiske verden.
Brian Wang er en futuristisk tankeleder og en populær Science blogger med 1 million læsere om måneden. Hans blog Nextbigfuture.com er rangeret som #1 Science News Blog. Det dækker mange forstyrrende teknologi og tendenser, herunder rum, robotik, kunstig intelligens, medicin, anti-aging bioteknologi og nanoteknologi.
Han er kendt for at identificere banebrydende teknologier og er i øjeblikket medstifter af en opstart og fundraiser til virksomheder med et højt potentiale på et tidligt stadium. Han er forskningschef for tildelinger til dybe teknologiske investeringer og en engelinvestor hos Space Angels.
Han har været en hyppig foredragsholder i virksomheder og har været TEDx -højttaler, en Singularity University -højttaler og gæst ved adskillige interviews til radio og podcasts. Han er åben for offentlige taler og rådgivende engagementer.
