Мир робототехники продолжает удивлять новыми открытиями и достижениями. В последние десятилетия робототехники представили на суд общественности все более сложные роботизированные системы. Однако большинство решений, предлагаемых до сих пор, запрограммированы заранее и обучены выполнять конкретные задачи. Возможность постоянно обучать роботов новым навыкам во время взаимодействия с ними может оказаться крайне полезной и способствовать их широкому использованию в повседневной жизни.
Новая эра обучения роботов
Ведущие исследователи из Университета штата Аризона (ASU) разработали новый вычислительный подход, который может позволить пользователям непрерывно обучать роботов новым задачам с помощью диалоговых взаимодействий. Этот подход, впервые представленный в статье на сервере препринтов arXiv, был первоначально использован для обучения роботизированного манипулятора успешному приготовлению холодного сэндвича.
"Наша цель заключается в том, чтобы способствовать внедрению роботов в дома людей, которые могут научиться готовить холодные блюда", — рассказывает Накул Гопалан, руководитель исследования. "Мы хотим, чтобы это было реализовано с точки зрения пользователя, где мы понимаем, какие поведения нужны людям от домашнего робота".
Язык и диалог: ключи к обучению
Этот пользовательский подход привел исследователей к использованию языка и диалога при общении с роботами. "К сожалению, эти роботы могут не знать всего, например, как приготовить пасту для вас", — добавляет Гопалан.
Ключевой задачей недавней работы Гопалана и его коллег было разработать метод, который позволил бы роботам быстро приобретать ранее неизвестные навыки или поведения от людей.
В статье, представленной на конференции AAAI по искусственному интеллекту, команда сосредоточилась на обучении роботов выполнению визуальных задач через диалоговые взаимодействия. Их новое исследование основывается на этих предыдущих усилиях, вводя более комплексный метод обучения роботов через диалог.
Персонализация и обучение
"Область нашего исследования заключается в улучшении применимости роботов, позволяя пользователям персонализировать свои роботы", — объясняет Вэйвэй Гу, соавтор статьи. "Поскольку роботы должны выполнять разные задачи для разных пользователей, и выполнение этих задач требует разных навыков, невозможно, чтобы производители предварительно обучили роботов всем необходимым навыкам для всех этих сценариев. Поэтому роботы должны получать эти навыки и знания, связанные с задачами, от пользователей".
Чтобы обеспечить эффективное обучение робота новым навыкам от пользователей, команда должна была преодолеть различные вызовы. Во-первых, необходимо было гарантировать, что пользователи будут вовлечены в процесс обучения робота, и что робот будет сообщать о любых сомнениях или запрашивать дополнительную информацию понятным для неспециалистов образом.
Преодоление вызовов
"Во-вторых, робот должен улавливать знания всего за несколько взаимодействий с пользователями, так как пользователи не могут быть связаны с роботом неограниченное количество времени", — говорит Гу. "В последнюю очередь, робот не должен забывать уже существующие знания, несмотря на получение новых".
Гопалан, Гу и их коллеги Суреш Кондепуди и Ликсиао Хуан объединили усилия, чтобы решить все эти требования к непрерывному обучению. Их предложенная интерактивная система непрерывного обучения решает три подзадачи через три различных компонента.
Три компонента системы обучения
Первый компонент — это диалоговая система на основе большой языковой модели (LLM), которая задает пользователям вопросы, чтобы получить недостающие знания или продолжать взаимодействие с людьми. "Однако, как же робот понимает, что он чего-то не знает?" — задается вопросом Гопалан.
Чтобы решить эту проблему, второй компонент был обучен на библиотеке навыков робота и изучил их соответствие языковым командам. Если запрашиваемый навык не близок к языку, который робот уже знает, он запрашивает демонстрацию.
Таким образом, новая система не только позволяет роботам учиться через диалог, но и делает этот процесс более естественным и понятным для пользователей. Это значительное продвижение вперед в области робототехники, которое может изменить наше взаимодействие с машинами в будущем, сделав их более адаптивными и полезными в повседневной жизни.
Источник: Tech Xplore, arXiv preprint server
Понравилась статья, ставьте лайк и подписывайтесь на наш канал и Вы получите еще большей новостей из мира науки и техники.