Roboty same uczą się codziennych czynności

Choć człowiekowi zaparzenie herbaty czy obranie ziemniaków wydaje się proste, to dla robota to nie lada wyzwanie.

Zaprojektowanie odpowiedniego chwytaka czy innego elementu to dopiero początek trudności, bo robota trzeba jeszcze nauczyć odpowiednich, wbrew pozorom, skomplikowanych ruchów.

Dotychczasowe sposoby programowania zachowań robotów były żmudne i zwykle mało efektywne, a przy tym ograniczone do wąskich dziedzin.

Inżynierowie musieli spędzać wiele godzin na pisanie programu, czy szkolić roboty w wielu monotonnych cyklach prób i błędów.

Dzięki nowemu podejściu maszyny mogą zacząć uczyć się nieporównanie szybciej i bardziej wszechstronnie.

„Nasze badania w dziedzinie robotyki mają na celu pomoc ludziom, a nie ich zastąpienie” – podkreśla Gill Pratt, dyrektor generalny Toyota Research Institute (TRI), gdzie powstał nowy system.

„Nasza nowa technika trenowania robotów jest niezwykle efektywna i prowadzi do bardzo wysokiej wydajności, umożliwiając maszynom znacznie skuteczniejsze wspieranie ludzi w wielu dziedzinach” – dodaje. Wykorzystuje ona sztuczną inteligencję, która obserwuje ludzi i słucha podawanych jej wyjaśnień.

Badacze nauczyli swoje roboty ponad 60 czynności

Badacze nauczyli swoje roboty ponad 60 czynności, w tym nalewania płynów, używania narzędzi, obierania ziemniaków czy mieszania jajek.

Nie napisali przy tym ani jednej nowej linijki programistycznego kodu. Wystarczyło robotom podawać nowe dane, a to również jest wyjątkowo proste. Robot naśladuje bowiem swojego nauczyciela i słucha głosowych poleceń.

Aby nauczyć się nowej umiejętności, maszyna potrzebuje tylko kilkunastu demonstracji.

Twórcy nowej metody zamierzają nauczyć swoje roboty setek nowych umiejętności do końca tego roku; i tysiąca – do końca roku 2024.

Jak twierdzą, pozwoli to robotom swobodnie wchodzić w interakcje z naturalnym otoczeniem człowieka i radzić sobie z nieprzewidzianym wcześniej sytuacjami.

„Wykonywane przez roboty zadania, które obserwuję, są po prostu niesamowite - nawet rok temu nie przewidziałbym, że jesteśmy bliscy tego poziomu zręczności” - mówi Russ Tedrake, wiceprezes ds. badań w dziedzinie Robotyki w TRI.

„To, co jest tak ekscytujące w tej metodzie, to tempo i niezawodność, z jakimi możemy wzbogacać roboty o nowe umiejętności. Ponieważ działają one bezpośrednio na podstawie obrazów z kamer i czujników dotykowych, używając wyłącznie wyuczonych modeli, radzą sobie dobrze nawet w zadaniach związanych z obiektami odkształcalnymi, tkaninami i płynami. Przy tradycyjnym podejściu było to bardzo trudne” – wyjaśnia specjalista.