Εκμάθηση ενεργού λαβής με πολλά δάχτυλα

Αυτή είναι μια ανασκόπηση μιας ακαδημαϊκής εργασίας του 2020 σχετικά με τη χρήση συστημάτων εκμάθησης για την εκπαίδευση των βραχιόνων και των χεριών της ρομποτικής ώστε να πιάνουν αντικείμενα.

Οι προσεγγίσεις που βασίζονται στη μάθηση για τον προγραμματισμό κατανόησης προτιμώνται έναντι των αναλυτικών μεθόδων λόγω της ικανότητάς τους να γενικεύουν καλύτερα σε νέα, μερικώς παρατηρούμενα αντικείμενα. Ωστόσο, η συλλογή δεδομένων παραμένει ένα από τα μεγαλύτερα εμπόδια για τις μεθόδους μάθησης κατάκτησης, ιδιαίτερα για τα χέρια με πολλά δάχτυλα. Ο σχετικά υψηλών διαστάσεων χώρος διαμόρφωσης των χεριών σε συνδυασμό με την ποικιλομορφία των αντικειμένων που είναι κοινά στην καθημερινή ζωή απαιτεί σημαντικό αριθμό δειγμάτων για την παραγωγή ισχυρών και σίγουρης σύλληψης ταξινομητών επιτυχίας. Σε αυτό το έγγραφο, οι ερευνητές παρουσιάζουν την πρώτη ενεργή προσέγγιση βαθιάς μάθησης για την σύλληψη, η οποία αναζητά τον χώρο διαμόρφωσης λαβής και την εμπιστοσύνη του ταξινομητή με ενοποιημένο τρόπο. Οι ερευνητές βασίζουν την προσέγγισή τους στην πρόσφατη επιτυχία στον σχεδιασμό συλλήψεων με πολλά δάχτυλα ως πιθανολογικό συμπέρασμα με μια μαθημένη συνάρτηση πιθανότητας νευρωνικού δικτύου. Το ενσωματώνουν σε μια σύνθεση πολλαπλών οπλισμών ληστών επιλογής δείγματος. Δείχνουν ότι η προσέγγισή τους ενεργητικής κατανόησης χρησιμοποιεί λιγότερα δείγματα εκπαίδευσης για να παράγει ποσοστά επιτυχίας κατανόησης συγκρίσιμα με την παθητική εποπτευόμενη μέθοδο μάθησης που εκπαιδεύεται με δεδομένα κατανόησης που παράγονται από έναν αναλυτικό σχεδιαστή. Το 2020, οι ερευνητές δείχνουν επιπλέον ότι οι αντιλήψεις που δημιουργούνται από τον ενεργό μαθητή έχουν μεγαλύτερη ποιοτική και ποσοτική ποικιλομορφία στο σχήμα.

Arxiv – Εκμάθηση ενεργού λαβής με πολλά δάχτυλα

Ο σχεδιασμός κατανόησης με βάση τη μάθηση έχει γίνει δημοφιλής την τελευταία δεκαετία, λόγω της ικανότητάς του να γενικεύει καλά σε νέα αντικείμενα με πληροφορίες αντικειμένων μόνο μερικής προβολής. Αυτές οι προσεγγίσεις απαιτούν μεγάλες ποσότητες δεδομένων για εκπαίδευση, ιδιαίτερα εκείνες που χρησιμοποιούν βαθιά νευρωνικά δίκτυα. Ωστόσο, η συλλογή δεδομένων μεγάλης κλίμακας παραμένει μια πρόκληση για την σύλληψη με πολλά δάχτυλα, επειδή (1)
Τα αντικείμενα που είναι κοινά στην καθημερινή ζωή παρουσιάζουν μεγάλες διακυμάνσεις όσον αφορά τη γεωμετρία, την υφή, τις αδρανειακές ιδιότητες και την εμφάνιση. και
(2) η σχετικά υψηλή διάσταση των διαμορφώσεων λαβής με πολλά δάχτυλα, (π.χ. 22 διαστάσεις για τη διαμόρφωση του
στάση χεριού και καρπού σε αυτό το χαρτί).

Οι νεότερες προσεγγίσεις ενεργητικής μάθησης μαθαίνουν διαδραστικά ένα μοντέλο σύλληψης που καλύπτει καλύτερα τον χώρο διαμόρφωσης σύλληψης σε διαφορετικά αντικείμενα χρησιμοποιώντας λιγότερα δείγματα σε σύγκριση με έναν παθητικό, εποπτευόμενο εκμάθηση κατανόησης. Αντί να προκαλεί παθητικά μια υπόθεση για να εξηγήσει τα διαθέσιμα δεδομένα εκπαίδευσης όπως στην τυπική εποπτευόμενη μάθηση, η ενεργητική μάθηση αναπτύσσει και δοκιμάζει νέες υποθέσεις συνεχώς και διαδραστικά.

Η ενεργητική μάθηση είναι πιο κατάλληλη όταν 1) τα δείγματα δεδομένων χωρίς ετικέτα είναι πολλά, 2) απαιτούνται πολλά δεδομένα με ετικέτα για την κατάρτιση ενός ακριβούς συστήματος εποπτευόμενης μάθησης και 3) τα δείγματα δεδομένων μπορούν εύκολα να συλλεχθούν ή να συντεθούν. Η εκμάθηση με λαβή ικανοποιεί καθεμία από αυτές τις προϋποθέσεις: 1) υπάρχουν άπειρες πιθανές αντιλήψεις, 2) ένας μεγάλος αριθμός δειγμάτων εκπαίδευσης με ετικέτα είναι απαραίτητος για την κάλυψη του χώρου και 3) το ρομπότ είναι ο δικός του χρησμός—μπορεί να δοκιμάσει να πιάσει και αυτόματα ανίχνευση επιτυχίας ή αποτυχίας χωρίς ανθρώπινη επισήμανση.

Η Tesla έχει ήδη αυτόματη επισήμανση αντικειμένων στον φυσικό κόσμο.