Осознание тела: ученые дают роботам базовое чувство «проприоцепции»

Многие эксперты полагают, что больше общие формы искусственного интеллекта будет невозможно без предоставления ИИ тела в реальном мире. Новый подход, который позволит роботам узнать, как устроено их тело, может ускорить этот процесс.

Способность интуитивно ощущать расположение и положение нашего тела, известная как проприоцепция, является мощной способностью. Еще более впечатляющей является наша способность обновлять внутреннюю модель того, как все эти части работают – и как они работают вместе – в зависимости как от внутренних факторов, таких как травма, так и от внешних, таких как тяжелая нагрузка.

Воспроизведение этих возможностей в Роботы будет иметь решающее значение, если они хотят действовать безопасно и эффективно в реальных ситуациях. Многие эксперты по ИИ также считают, что для того, чтобы ИИ полностью реализовал свой потенциал, ему необходимо физическое воплощение, а не просто взаимодействие с реальным миром через абстрактные средства, такие как язык. Предоставление машинам возможности изучать, как работает их тело, вероятно, станет решающим фактором.

Теперь команда из Технического университета Мюнхена разработала новый подход к машинному обучению, который позволяет широкому кругу различных роботов определять расположение своих тел, используя не что иное, как обратную связь от датчиков, отслеживающих движение их конечностей.

«Воплощение робота определяет его перцептивные и поведенческие способности», — пишут исследователи в статье. бумага в Робототехника описывающую работу. «Роботы, способные автономно и постепенно формировать понимание своей морфологии, могут отслеживать состояние своей динамики, адаптировать представление своего тела и реагировать на его изменения».

Всем роботам для эффективной работы требуется внутренняя модель своего тела, но обычно она либо жестко запрограммирована, либо изучается с помощью внешних измерительных устройств или камер, которые отслеживают их движения. Напротив, новый подход пытается изучить расположение тела робота, используя только данные от инерциальных измерительных блоков — датчиков, обнаруживающих движение, — размещенных на разных частях робота.

Подход команды основан на том факте, что сигналы от датчиков, расположенных ближе друг к другу или на одних и тех же частях тела, будут перекрываться. Это позволяет анализировать данные этих датчиков, чтобы определить их положение на теле робота и взаимоотношения друг с другом.

Во-первых, команда заставляет робота генерировать сенсомоторные данные с помощью «моторного лепетания», что предполагает случайную активацию всех сервоприводов машины на короткие периоды времени для генерации случайных движений. Затем они используют подход машинного обучения, чтобы выяснить, как устроены датчики, и определить подмножества, относящиеся к конкретным конечностям и суставам.

Исследователи применили свой подход к различным роботам как в симуляциях, так и в реальных экспериментах, включая роботизированную руку, небольшого робота-гуманоида и шестиногого робота. Они показали, что все роботы могли понять расположение своих суставов и то, в какую сторону они направлены.

Что еще более важно, этот подход не требует огромного набора данных, как методы глубокого обучения, лежащие в основе большинства современных ИИ, и вместо этого может осуществляться в режиме реального времени. Это открывает перспективу создания роботов, способных адаптироваться к повреждениям или добавлять новые части тела или модули на лету.

«Мы признаем важность способности робота самостоятельно оценивать и постоянно обновлять знания о его морфологии», — пишут исследователи. «Поэтапное изучение морфологии позволит роботам адаптировать свои параметры, чтобы отразить изменения в структуре тела, которые могут возникнуть в результате действий, нанесенных самим себе или извне».

Хотя понимание того, как работает ваше тело, — это лишь малая часть обучения тому, как выполнять полезные задачи, оно является важным компонентом. Предоставление роботам этой способности, подобной проприоцепции, могло бы сделать их более гибкими, адаптируемыми и безопасными.

Изображение предоставлено: хх / хх

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://singularityhub.com/2023/12/15/body-awareness-scientists-give-robots-a-basic-sense-of-proprioception/