Denne roboten lærer å plukke opp krus ved først å lære en teori om råhet

Kategori: Kunstig intelligens Lagt ut 19. mars

På tross av den siste fremgangen innen maskinintelligens, sliter roboter fortsatt med å tilpasse relativt enkle oppgaver til nye situasjoner. Ta for eksempel å plukke opp et krus og henge det på et krusstativ; selv små endringer i et kruss form, størrelse, farge og orientering kan kaste en robot av.

I en ny papir , foreslår forskere ved MIT nå en ny teknikk for å hjelpe roboter med å generalisere læringen sin med relativt lite data. De gjør det ved å trene et nevralt nettverk til å trekke ut noen få nøkkelpunkter fra et krus eller en annen gjenstand som må plukkes opp og plasseres, og gir roboten et visuelt veikart for hvordan den skal gripes og orienteres. Under testingen fant de ut at roboten bare trengte tre nøkkelpunkter for et krus - ett på midten av siden, ett på bunnen og ett på håndtaket - og seks nøkkelpunkter for en sko.

I motsetning til tidligere teknikker som krever hundrevis eller til og med tusenvis av eksempler for at en robot skal lære å plukke opp et krus den aldri har sett før, er dette nærme seg krever bare noen få dusin. Forskerne var i stand til å trene det nevrale nettverket på 60 scener med krus og 60 scener med sko for å nå et lignende ytelsesnivå. Da systemet i utgangspunktet ikke klarte å plukke opp høye hæler fordi det ikke var noen i datasettet, løste de raskt problemet ved å legge til noen få merkede scener med høye hæler til dataene.

Teamet håper å bruke tilnærmingen til å takle større oppgaver neste gang, som å tømme en oppvaskmaskin eller tørke ned en kjøkkenbenk.

Denne historien dukket opprinnelig opp i vårt AI-nyhetsbrev The Algorithm. For å få den levert direkte til innboksen din, registrer deg her gratis.