Исследователи совместными усилиями создали модель, основанную на глубоком обучении, которая позволяет роботу-гуманоиду заниматься рисованием в реальном времени, отражая творческий процесс человека-художника.
В отличие от обычного искусства, созданного искусственным интеллектом, которое часто опирается на алгоритмы, этот робот-гуманоид использует методы глубокого обучения, повторяя нюансированный подход к рисованию человека. Рауль Фернандес-Фернандес, соавтор статьи, пояснил, что их целью было не создание робота, способного рисовать сложные картины, а скорее создание физически подготовленного робота-художника.
Вдохновленные предыдущими работами, исследователи воспользовались потенциалом набора данных Quick Draw для обучения роботов-художников. Они внедрили Deep-Q-Learning для реализации сложных траекторий с эмоциональными особенностями. В результате роботизированная система создания эскизов объединяет структуру Deep-Q-Learning, тщательно планирующую действия робота для точных ручных задач в различных средах.
Архитектурная структура состоит из трех взаимосвязанных сетей: глобальная сеть, извлекающая объекты высокого уровня, локальная сеть, фиксирующая объекты низкого уровня вокруг позиции рисования, и выходная сеть, генерирующая последующие позиции рисования. Дополнительные каналы, предоставляющие информацию о расстоянии и инструментах, направляют процесс обучения и расширяют возможности робота по рисованию.
Чтобы имитировать человеческие навыки рисования, исследователи ввели предварительный этап обучения с использованием генератора случайных штрихов, двойного Q-обучения для решения проблем с переоценкой и специальной функции вознаграждения. Они также включили сеть классификации эскизов для обеспечения гибкости процесса рисования.
Преодолев проблему перевода изображений, сгенерированных искусственным интеллектом, на реальные холсты, команда создала дискретное виртуальное пространство внутри физического холста. Это позволило роботу перемещать и переводить позиции рисования, предусмотренные моделью.
Фернандес-Фернандес подчеркнул важность внедрения передовых алгоритмов управления в реальные приложения для покраски роботов. Он выразил уверенность в потенциале фреймворков Deep Q-Learning для оригинальных и высокоуровневых приложений, выходящих за рамки классических задач.
Исследователи ожидают, что их работа вдохновит на дальнейшие исследования и планирует изучить интеграцию эмоций в приложения для управления роботами. Эта разработка, опубликованная в журнале Cognitive Systems Research, знаменует собой значительный шаг в конвергенции искусственного интеллекта и робототехники, открывая возможности для роботов участвовать в творческих процессах, напоминающих художественные начинания человека.
По мере развития технологий синергия искусственного интеллекта и физической робототехники может привести к появлению инновационных приложений, выходящих за рамки традиционного решения проблем.