Body Awareness: Scientists Give Robots A Basic Sense Of 'Proprioception'

Újra kiadta Platón

Követő: 0

Body Awareness: Scientists Give Robots a Basic Sense of 'Proprioception' PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Sok szakértő többet hisz a mesterséges intelligencia általános formái lehetetlen lesz anélkül, hogy a mesterséges intelligencia testet adna a való világban. Ezt a folyamatot felgyorsíthatja egy új megközelítés, amely lehetővé teszi a robotok számára, hogy megtanulják testük felépítését.

Az a képesség, hogy intuitív módon érzékeljük testünk elrendezését és elhelyezkedését, amit propriocepciónak neveznek, hatalmas képesség. Még lenyűgözőbb az a képességünk, hogy frissítjük a belső modellünket arra vonatkozóan, hogy ezek az alkatrészek hogyan működnek – és hogyan működnek együtt –, mind a belső tényezőktől, mint például a sérülésektől, mind a külső tényezőktől, például egy nagy terheléstől függően.

Ezeknek a képességeknek a megismétlése robotok kulcsfontosságú lesz, ha biztonságosan és hatékonyan akarnak működni valós helyzetekben. Sok mesterséges intelligencia-szakértő úgy véli továbbá, hogy a mesterséges intelligencia teljes potenciáljának kiaknázásához fizikailag kell megtestesülnie, nem pedig egyszerűen interakcióba lépni a való világgal az absztrakt médiumokon, például a nyelven keresztül. Valószínűleg kulcsfontosságú az, hogy a gépek módot adjunk arra, hogy megtanulják testük működését.

A Müncheni Műszaki Egyetem csapata most egy újfajta gépi tanulási megközelítést fejlesztett ki, amely lehetővé teszi a különféle robotok számára, hogy a végtagjaik mozgását nyomon követő érzékelők visszajelzései alapján következtessenek testük elrendezésére.

„A robot megtestesülése meghatározza észlelési és viselkedési képességeit” – írják a kutatók a papír be Tudományos robotika a munka leírása. „Azok a robotok, amelyek képesek önállóan és fokozatosan felépíteni morfológiájuk megértését, nyomon követhetik dinamikájuk állapotát, hozzáigazíthatják testük ábrázolását, és reagálhatnak az annak változásaira.”

Minden robotnak szüksége van testének belső modelljére a hatékony működéshez, de ez általában vagy keményen kódolt, vagy külső mérőeszközök vagy kamerák segítségével tanulható meg, amelyek a mozgásukat figyelik. Ezzel szemben az új megközelítés megpróbálja megtanulni a robot testének elrendezését, csak a robot különböző részein elhelyezett inerciális mérőegységek – mozgásérzékelő érzékelők – adatait felhasználva.

A csapat megközelítése azon a tényen alapul, hogy az egymáshoz közelebbi vagy ugyanazon testrészeken lévő érzékelők jelei átfednek. Ez lehetővé teszi az érzékelők adatainak elemzését, hogy meghatározzák a robot testén elfoglalt helyzetüket és egymáshoz való viszonyukat.

Először is, a csapat ráveszi a robotot, hogy szenzomotoros adatokat generáljon „motoros gügyögéssel”, ami magában foglalja a gép összes szervójának véletlenszerű aktiválását rövid időre, hogy véletlenszerű mozgásokat generáljon. Ezután gépi tanulási megközelítést alkalmaznak az érzékelők elrendezésének kidolgozására, és azonosítják az adott végtagokhoz és ízületekhez kapcsolódó részhalmazokat.

A kutatók különféle robotokra alkalmazták megközelítésüket mind szimulációk, mind valós kísérletek során, beleértve a robotkarokat, egy kis humanoid robotot és egy hatlábú robotot. Megmutatták, hogy minden robot képes megérteni az ízületeik elhelyezkedését és azt, hogy ezek az ízületek milyen irányba néznek.

Ennél is fontosabb, hogy a megközelítéshez nincs szükség olyan hatalmas adatkészletre, mint a legmodernebb mesterséges intelligencia alapját képező mély tanulási módszerek, hanem valós időben is végrehajtható. Ez megnyitja a lehetőséget olyan robotok előtt, amelyek képesek alkalmazkodni a sérülésekhez vagy új karosszériaelemek vagy modulok hozzáadásához.

„Tisztában vagyunk azzal, hogy egy robot képes önállóan felmérni és folyamatosan frissíteni a morfológiájával kapcsolatos ismereteket” – írják a kutatók. „A morfológia fokozatos tanulása lehetővé tenné a robotok számára, hogy paramétereiket úgy alakítsák át, hogy azok tükrözzék a test szerkezetében bekövetkező változásokat, amelyek önmagukra vagy külsőleg kiváltott cselekvésekből származhatnak.”

Bár a test működésének megértése csak egy kis része a hasznos feladatok elvégzésének megtanulásának, fontos összetevője. Ha a robotoknak ezt a propriocepcióhoz hasonló képességet adjuk, rugalmasabbá, alkalmazkodóbbá és biztonságosabbá válhatnak.

A kép jóváírása: xx / xx