211service.com
Roboter sehen, Roboter tun: Wie Roboter durch Beobachtung neue Aufgaben lernen können
Es kann Wochen dauern, einen Industrieroboter neu zu programmieren, um eine komplizierte neue Aufgabe auszuführen, was die Umrüstung einer modernen Fertigungslinie schmerzhaft teuer und langsam macht.
Ein Roboter mixt einen Cocktail, nachdem er einer Person bei der Ausführung der Aufgabe zugesehen hat.
Der Prozess könnte erheblich beschleunigt werden, wenn Roboter lernen könnten, wie man eine neue Aufgabe erledigt, indem sie zuerst anderen dabei zusehen. Das ist die Idee hinter einem laufenden Projekt an der University of Maryland, in dem Forscher Robotern beibringen, aufmerksame Studenten zu sein.
Wir nennen es eine „Robotertrainingsakademie“, sagt er Yezhou Yang , ein Doktorand in der Labor für Autonomie, Robotik und Kognition an der University of Maryland. Wir bitten einen Experten, dem Roboter eine Aufgabe zu zeigen, und lassen den Roboter die meisten Teile der Abfolge von Dingen herausfinden, die er tun muss, und dann die Dinge feinabstimmen, damit es funktioniert.
Auf einer kürzlich in St. Louis abgehaltenen Konferenz demonstrierten die Forscher einen Cocktail-Roboter, der die Ansätze nutzt, an denen sie arbeiten. Der Roboter – eine zweiarmige Industriemaschine, hergestellt von einer in Boston ansässigen Firma namens Robotik neu denken , beobachtete, wie eine Person ein Getränk mischte, indem sie Flüssigkeit aus mehreren Flaschen in einen Krug goss, und kopierte diese Aktionen dann, indem sie Flaschen in der richtigen Reihenfolge ergriff, bevor sie die richtigen Mengen in den Krug goss. Yang führte die Arbeit mit aus Yiannis Aloimonos und Cornelia Fermüller , zwei Professoren für Informatik an der University of Maryland.
Der Ansatz beinhaltet das Trainieren eines Computersystems, bestimmte Roboteraktionen mit Videomaterial zu verknüpfen, das Menschen zeigt, die verschiedene Aufgaben ausführen. Ein aktuelles Papier der Gruppe zeigt zum Beispiel, dass ein Roboter lernen kann, wie man verschiedene Objekte mit zwei verschiedenen Systemen aufhebt, indem er sich Tausende von YouTube-Lehrvideos ansieht. Ein System lernt, verschiedene Objekte zu erkennen; ein anderer identifiziert verschiedene Arten des Greifens.
Das Ansehen von Tausenden von YouTube-Videos mag zeitaufwändig klingen, aber der Lernansatz ist effizienter als das Programmieren eines Roboters für die Handhabung unzähliger verschiedener Gegenstände, und er kann einen Roboter in die Lage versetzen, mit einem neuen Objekt umzugehen. Bei den für die Greifarbeit verwendeten Lernsystemen handelte es sich um fortschrittliche künstliche neuronale Netze, die in den letzten Jahren rasante Fortschritte gemacht haben und mittlerweile in vielen Bereichen der Robotik Anwendung finden.
Die Forscher sprechen mit mehreren produzierenden Unternehmen, darunter einem Elektronikunternehmen und einem Autohersteller, über die Anpassung der Technologie für den Einsatz in Fabriken. Diese Unternehmen möchten Wege finden, um den Prozess zu beschleunigen, mit dem Ingenieure ihre Maschinen neu programmieren. In vielen Unternehmen dauert es normalerweise anderthalb Monate oder länger, einen Roboter neu zu programmieren, sagt Yang. Was sind also die aktuellen KI-Fähigkeiten, mit denen wir diese Spanne verkürzen, vielleicht sogar halbieren können?
Das Projekt spiegelt zwei Trends in der Robotik wider; zum einen neue Lernansätze, zum anderen Roboter, die in unmittelbarer Nähe zum Menschen arbeiten. Wie andere Gruppen wollen die Forscher aus Maryland Aktionen mit Sprache verbinden, um die Fähigkeit von Robotern zu verbessern, gesprochene oder geschriebene Anweisungen zu analysieren (siehe Robots Learn to Make Pancakes aus WikiHow-Artikeln).
Auch andere Wissenschaftler untersuchen Möglichkeiten, Roboter zu bauen, die lernen können. Eine Gruppe unter der Leitung von Pieter Abbeel an der University of California, Berkeley, untersucht Möglichkeiten, wie Roboter durch Experimente lernen können. Julie Schah | , Professor am MIT, entwickelt Möglichkeiten, wie Roboter nicht nur lernen können, wie sie eine Aufgabe ausführen, sondern auch, wie sie effektiver mit menschlichen Kollegen zusammenarbeiten können (siehe Innovators Under 35: Julie Shah ).