AI-onderzoekers leren robots de menselijke behendigheid na te bootsen - Decrypt

AI-onderzoekers leren robots de menselijke behendigheid na te bootsen – ontsleutelen

Tijdstempel: 24 augustus 2023 5:05 uur
AI-onderzoekers leren robots de menselijke behendigheid na te bootsen - Decodeer PlatoBlockchain-gegevensintelligentie. Verticaal zoeken. Ai.

Onderzoekers boeken enorme vooruitgang bij het verbeteren van de behendigheid en tactiele waarneming van robots. Het doel? Robots die objecten kunnen manipuleren met de finesse en precisie van menselijke handen.

In de voorhoede van dit onderzoeksveld staat een baanbrekend onderzoek van het Computer Science and Artificial Intelligence Lab (CSAIL) van MIT. Het team ging de ingewikkelde uitdaging aan van contactrijke manipulatie, een domein waarin robots op complexe manieren met objecten omgaan.

“De grootste uitdaging bij het plannen via contact is het hybride karakter van de contactdynamiek,” de studieaantekeningen.

Reinforcement learning is een techniek die door AI wordt gebruikt om een ​​model te trainen op basis van beloningen en straffen. De onderzoekers hier gebruikten een soort leermethode voor versterking, genaamd ‘smoothing’, om de manier te vereenvoudigen waarop levende wezens het proces van het waarnemen van dingen doorlopen, en om dit repliceerbaar te maken door een primitieve robot.

Bovendien maakt hun methode, gecombineerd met op steekproeven gebaseerde bewegingsplanning, de weg vrij voor ingewikkelder manipulatie waarbij talloze contactpunten betrokken zijn. Met andere woorden: twee handen gebruiken om een ​​object te manipuleren en er interactie mee te hebben. Hun experimenten hebben het vermogen aangetoond om ingewikkelde bewegingen in slechts enkele minuten te genereren, een aanzienlijke sprong ten opzichte van de uren die traditionele RL-methoden vereisen.

Meer robots leren met AI

Parallel hieraan onthulde de Universiteit van Bristol in Groot-Brittannië “Bi-Touch”, een baanbrekend tactiel robotsysteem met twee armen. “We stellen een reeks bimanuele manipulatietaken voor die zijn afgestemd op tactiele feedback: bi-pushen, bi-heroriënteren en bi-gathering.” de onderzoekspaper leest. Dit systeem kan, door middel van sim-to-real diepgaand bekrachtigingsleren, ingewikkelde manipulatietaken onder de knie krijgen, zoals het gezamenlijk duwen van objecten en het vakkundig roteren ervan.

Aan de westkust leren onderzoekers van Stanford University robots complexe taken aan met behulp van menselijke videodemonstraties. Hun methode, waarbij gebruik wordt gemaakt van gemaskeerde oog-in-hand camerabeelden, omzeilt de noodzaak van kostbare beeldvertalingen tussen mens- en robotdomeinen.

“Video’s van mensen die taken uitvoeren, zijn daarentegen veel goedkoper te verzamelen, omdat ze de behoefte aan expertise op het gebied van teleoperaties met robots elimineren”, beweren de onderzoekers in hun artikel. academisch papier.

Kortom, net zoals mensen leren door YouTube-tutorials te bekijken, doen deze onderzoekers dat ook video's gebruiken om hun robots te leren hoe ze sommige dingen moeten doen, en hun aanpak heeft de succespercentages in nieuwe testomgevingen met maar liefst 58% verhoogd in vergelijking met traditionele robotdatatraining.

Deze baanbrekende onderzoeken maken gezamenlijk de weg vrij voor robots die in staat zijn tot genuanceerde objectmanipulatie, vergelijkbaar met menselijke capaciteiten. Dergelijke ontwikkelingen zouden industrieën kunnen herdefiniëren, van productielijnen tot operatiekamers. Stel je een chirurgische ingreep voor waarbij een robot, aangedreven door AI, een chirurg assisteert, waardoor de precisie en de resultaten worden verbeterd.

Dus sci-fi-liefhebbers onder ons, wees niet bang. Vriendelijke hulprobots hoeven de mogelijkheid niet uit te sluiten dat de mensheid samenleeft met af en toe een charmante robotvloek. Zolang de robots blijven kibbelen met hun menselijke metgezellen in plaats van ze uit te schakelen, moeten we duidelijkheid hebben.

Blijf op de hoogte van cryptonieuws, ontvang dagelijkse updates in je inbox.

Tijdstempel:

Meer van decoderen