Люди часто воспринимают свою мелкую моторику как должное. Воссоздание механической точности человеческого тела — непростая задача, которую аспиранты факультета машиностроения КМУ надеются упростить с помощью искусственного интеллекта.
Кандидат наук. Кандидаты Элисон Барч и Абрахам Джордж под руководством Амира Барати Фаримани, доцента кафедры машиностроения, сначала воссоздали простую задачу , например, поднятие блока, используя симуляцию виртуальной реальности . Затем, используя этот пример, они смогли увеличить различные « человеческие » примеры движений, чтобы помочь роботу в обучении.
«Если я хочу показать вам, как выполнять задание, мне достаточно сделать его один или два раза, прежде чем вы его поймете», — сказал Джордж. «Поэтому очень многообещающе, что теперь мы можем заставить робота повторять наши действия после одной или двух демонстраций. Мы создали структуру управления, в которой он может наблюдать за нами, извлекать то, что ему нужно знать, а затем выполнять это действие».
Команда обнаружила, что расширенные примеры помогли значительно сократить время обучения робота для задачи захвата и размещения блоков по сравнению с архитектурой машинного обучения. Это, в сочетании со сбором данных о людях с помощью моделирования гарнитуры виртуальной реальности, означает, что этот метод исследования может дать многообещающие результаты с «менее минуты человеческого участия».
Это исследование было представлено на Международной конференции по робототехнике и автоматизации 2023 года.
Джордж описал задачу создания расширенных примеров, которые были бы одновременно надежными и «новыми» для ИИ, чтобы он мог распознавать более тонкие различия в одних и тех же движениях.
«Хорошая аналогия: когда вы пытаетесь научить компьютер распознавать изображение собаки, вы можете показывать ему сотни изображений собак и кошек». — сказал Джордж. «Но мы пытаемся научить компьютер идентифицировать собаку, основываясь только на одном дополненном изображении. Поэтому, если мы покажем ему другую породу собак, компьютеру будет сложно идентифицировать ее как собаку».
Уже заглядывая вперед, Барч планирует использовать аналогичные методы, чтобы научить робота взаимодействовать с более податливым материалом, особенно с глиной, и предсказывать, как он будет их формировать.
«Для конечной цели появления роботов в мире они должны быть в состоянии предсказать, как будут вести себя различные материалы», — сказал Барч. «Если вы думаете о роботе-помощнике дома, материалы, с которыми он будет взаимодействовать, деформируемы: деформируемая еда, деформируемая губка, деформируемая одежда».
Теги: ИИ, Новости Hi-Tech, робот
