Обучение — Святой Грааль в робототехнике уже несколько десятилетий. Если эти системы хотят процветать в непредсказуемых условиях, они должны не просто реагировать на программирование — они должны адаптироваться и обучаться.
Что известно
Видео — это решение, которое стало центральным элементом обучения. Примерно в это же время в прошлом году мир узнал о WHIRL (in-the-Wild Human Imitating Robot Learning), алгоритме, разработанном в CMU. Он предназначается для обучения роботизированных систем путем просмотра записи выполнения задачи человеком.
На этой неделе доцент Института робототехники CMU Дипак Патхак демонстрирует VRB (Vision-Robotics Bridge), эволюцию WHIRL. Как и его предшественник, система использует видеозапись человека для демонстрации задачи, но обновление больше не требует, чтобы она выполнялась в условиях, идентичных тем, в которых будет работать робот.
«Мы смогли провести роботов по кампусу и выполнить самые разные задачи. Роботы могут использовать эту модель, чтобы исследовать окружающий мир. Вместо того чтобы просто махать руками, робот может быть более непосредственным в своем взаимодействии», — отмечает в своем заявлении аспирант Шикхар Бахл.
Робот следит за несколькими ключевыми частями информации, включая точки контакта и траекторию движения. В качестве примера команда использует открытие ящика. Точкой контакта является ручка, а траекторией — направление, в котором она открывается.
Почему это важно
Бахл отмечает, что это огромный архив потенциальных обучающих данных, которые только и ждут, чтобы их посмотрели. «Мы используем эти наборы данных новым способом. Эта работа может позволить роботам обучаться на огромном количестве доступных видео в Интернете и на YouTube», — отмечает исследователь.