Raziskovalci umetne inteligence učijo robote posnemati človeško spretnost – dešifrirajte

Raziskovalci dosegajo ogromne korake pri izboljšanju robotske spretnosti in taktilnega zaznavanja. Cilj? Roboti, ki lahko manipulirajo s predmeti s finostjo in natančnostjo človeških rok.

V ospredju tega raziskovalnega področja je prelomna študija Laboratorija za računalništvo in umetno inteligenco (CSAIL) MIT. Ekipa se je spopadla z zapletenim izzivom manipulacije, bogate s kontakti, domene, kjer roboti komunicirajo s predmeti na zapletene načine.

“The main challenge for planning through contact is the hybrid nature of contact dynamics,” ugotavlja študija.

Učenje s krepitvijo je tehnika, ki jo uporablja AI za usposabljanje modela, ki temelji na nagradah in kaznih. Raziskovalci so tukaj uporabili vrsto metode učenja z okrepitvijo, imenovano "glajenje", da bi poenostavili način, kako gredo živa bitja skozi proces zaznavanja stvari, in da bi ga lahko ponovil primitivni robot.

Še več, njihova metoda v kombinaciji z načrtovanjem gibanja na podlagi vzorčenja utira pot za bolj zapleteno manipulacijo, ki vključuje številne kontaktne točke. Z drugimi besedami: uporaba dveh rok za manipulacijo in interakcijo s predmetom. Njihovi poskusi so pokazali sposobnost ustvarjanja zapletenih gibov v samo nekaj minutah, kar je pomemben preskok od ur, ki jih zahtevajo tradicionalne metode RL.

Več robotov, ki se učijo z AI

Parallel to this, the University of Bristol in the UK unveiled “Bi-Touch,” a pioneering dual-arm tactile robotic system. “We propose a suite of bimanual manipulation tasks tailored towards tactile feedback: bi-pushing, bi-reorienting, and bi-gathering.” the raziskovalna naloga se glasi. Ta sistem z globokim ojačevalnim učenjem od sim-to-real lahko obvlada zapletene naloge manipulacije, kot je skupno potiskanje predmetov in njihovo spretno vrtenje.

Na zahodni obali raziskovalci univerze Stanford učijo robote zapletenih nalog z uporabo človeških video demonstracij. Njihova metoda, ki uporablja prikrite posnetke kamere z oči v roki, se izogne ​​potrebi po dragih prevodih slik med človeško in robotsko domeno.

“Videos of humans performing tasks, on the other hand, are much cheaper to collect since they eliminate the need for robotic teleoperation expertise,” the researchers argue in their akademski prispevek.

V bistvu se ti raziskovalci učijo, tako kot se ljudje učijo z gledanjem vadnic na YouTubu z uporabo video posnetkov naučiti svoje robote, kako narediti nekatere stvari, in njihov pristop je povečal stopnjo uspešnosti v novih preskusnih nastavitvah za impresivnih 58 % v primerjavi s tradicionalnim usposabljanjem robotskih podatkov.

Te prelomne študije skupaj utirajo pot robotom, ki so zmožni niansirane manipulacije predmetov, podobne človeškim sposobnostim. Takšen napredek bi lahko na novo definiral industrije, od proizvodnih linij do operacijskih dvoran. Predstavljajte si kirurški poseg, pri katerem robot, ki ga poganja AI, pomaga kirurgu, s čimer izboljša natančnost in rezultate.

Torej, ljubitelji znanstvene fantastike, ne bojte se. Prijaznim robotom pomočnikom ni treba izključiti možnosti, da človeštvo sobiva z občasnimi očarljivimi roboti, ki se zajedajo. Dokler se bodo roboti prepirali s svojimi človeškimi spremljevalci, namesto da bi jih odpravili, bi morali biti na čistem.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Avtomobili/EV, Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• ChartPrime. Izboljšajte svojo igro trgovanja s ChartPrime. Dostopite tukaj.
• BlockOffsets. Posodobitev okoljskega offset lastništva. Dostopite tukaj.
• vir: https://decrypt.co/153646/ai-researchers-are-teaching-robots-to-mimic-human-dexterity