Исследователи из MIT CSAIL демонстрируютновый метод обучения домашних роботов в симуляции. С помощью iPhone можно отсканировать часть своего дома, которую затем загрузить в симулятор.
Существует длинный список причин, по которым в домах не так часто встречаются роботы-пылесосы. Во главе списка — проблема неструктурированной и полуструктурированной среды. Нет двух одинаковых домов — от планировки, освещения, поверхностей до людей и домашних животных. Даже если робот сможет эффективно составить карту каждого дома, пространство всегда будет изменчивым.
В последние десятилетия симуляция стала одним из основных элементов обучения роботов. Она позволяет роботам пробовать и не справляться с заданиями тысячи и даже миллионы раз за то же время, которое потребуется для выполнения одного раза в реальном мире. Последствия неудач в симуляции также значительно ниже, чем в реальной жизни. Чтобы научить робота ставить кружку в посудомоечную машину, ему нужно разбить 100 реальных кружек.
«Обучение в виртуальном мире с помощью симуляторов очень мощное, потому что робот может тренироваться миллионы и миллионы раз, — говорит исследователь Пулкит Агравал. — Он мог разбить тысячу тарелок, но это не имеет значения, потому что все происходило в виртуальном мире».
Однако симуляция, как и сами роботы, может зайти далеко, когда речь идет о динамичных средах, таких как дом. Если сделать симуляцию такой же доступной, как сканирование iPhone, это может значительно повысить адаптируемость робота к различным условиям.
На самом деле создание достаточно надежной базы данных о таких средах в конечном итоге делает систему более адаптируемой, когда что-то неизбежно оказывается не на своем месте, будь то перемещение мебели или тарелки, оставленные на кухонном столе.
Ранее исследование показало, что инженерные компоненты роботов часто превосходят биологические аналоги, но животные превосходят роботов по общей функциональности системы. Это указывает на интеграцию как на ключевую область для улучшения робототехники.