Наблюдая за собственными движениями с помощью камеры, роботы могут узнать о строении своего тела и о том, как они двигаются, как показало новое исследование, проведённое учёными из Columbia Engineering. Обладая этими знаниями, роботы могут не только планировать свои действия, но и устранять повреждения своего тела. Исследователи подробно описали свои выводы 25 февраля в журнале Nature Machine Intelligence. Ведущий автор исследования Юханг Ху, докторант Лаборатории творческих машин Колумбийского университета под руководством Хода Липсона, профессора инноваций имени Джеймса и Салли Скапа и заведующего кафедрой машиностроения, говорит о том, что подобно людям, которые учатся танцевать, наблюдая за своим отражением в зеркале, роботы теперь используют необработанное видео для формирования кинематического самосознания
Наша цель — создать робота, который понимает своё тело, адаптируется к повреждениям и учится новым навыкам без постоянного программирования человеком.
Юханг Ху, ведущий автор исследования
Эксперт объясняет, что большинство роботов сначала учатся двигаться в симуляциях. Как только робот научится двигаться в этих виртуальных средах, его выпускают в физический мир, где он может продолжить обучение. При этом, чем лучше и реалистичнее симулятор, тем легче роботу совершить прыжок из симуляции в реальность. Однако создание хорошего симулятора — трудоёмкий процесс, обычно требующий участия квалифицированных инженеров. Исследователи научили робота создавать симулятор самого себя, просто наблюдая за своим движением с помощью камеры.
Эта способность не только экономит усилия инженеров, но и позволяет симуляции продолжаться и развиваться вместе с роботом по мере его износа, повреждений и адаптации.
автор исследования Ход Липсон
В новом исследовании учёные вместо этого разработали способ, с помощью которого роботы могут автономно моделировать собственные 3D-формы с помощью одной обычной 2D-камеры. Этот прорыв стал возможен благодаря трём системам искусственного интеллекта, имитирующим работу мозга, известным как глубокие нейронные сети. Они определяют 3D-движение по 2D-видео, что позволяет роботу понимать свои движения и адаптироваться к ним. Новая система также может распознавать изменения в телах роботов, например, изгиб руки, и помогать им корректировать движения, чтобы восстановиться после таких имитаций повреждений. Такая адаптивность может оказаться полезной в различных сферах применения в реальном мире.
Представьте себе робота-пылесоса или робота-помощника, который замечает, что его рука согнута после столкновения с мебелью. Вместо того чтобы сломаться или нуждаться в ремонте, он наблюдает за собой, корректирует свои движения и продолжает работать. Это может сделать домашних роботов более надёжными — не потребуется постоянное перепрограммирование.
Юханг Ху, ведущий автор исследования
Другой сценарий может включать в себя поломку манипулятора робота на автомобильном заводе. "Вместо того, чтобы останавливать производство, он мог бы следить за собой, корректировать свои движения и возвращаться к сварке, сокращая время простоя и затраты. По словам Ху, такая адаптивность может сделать производство более устойчивым. По мере того, как люди передают роботам всё больше важных функций, от производства до медицинского обслуживания, важно, чтобы эти роботы были более устойчивыми.
Мы, люди, не можем постоянно нянчиться с этими роботами, чинить сломанные детали и настраивать производительность. Роботы должны научиться заботиться о себе, если они собираются стать по-настоящему полезными. Вот почему так важно самообучение.
автор исследования Ход Липсон
Способность, продемонстрированная в этом исследовании, является последней в серии проектов, которые команда Колумбийского университета выпустила за последние два десятилетия, где роботы учатся лучше моделировать себя с помощью камер и других датчиков. В 2006 году роботы исследовательской группы могли использовать наблюдения только для создания простых моделей самих себя в виде фигур-примитивов. Примерно десять лет назад роботы начали создавать более точные модели с помощью нескольких камер. В этом исследовании робот смог создать полную кинематическую модель самого себя, используя лишь короткий видеоклип с одной обычной камеры, что-то вроде взгляда в зеркало. Исследователи называют эту новую способность "кинематическим самосознанием".
Мы, люди, интуитивно осознаём своё тело; мы можем представить себя в будущем и визуализировать последствия своих действий задолго до того, как совершим эти действия в реальности. В конечном счёте мы хотели бы наделить роботов подобной способностью представлять себя, потому что если вы можете представить себя в будущем, то нет предела тому, что вы можете сделать.
автор исследования Ход Липсон
Ошибались ли ученые относительно того, почему Марс красный?.
Фото: pxhere.com
Обсуждение ( 0 ) Посмотреть все