Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Amerikai kutatók úgy tanítanak egy robotgyereket, mint egy igazit

2023. augusztus 16. - ferenck

Az ember közösségi lény, és már kiskorunktól kezdve egymástól tanulunk. A csecsemők figyelik a szüleiket, testvéreiket, gondozóikat. Képességek és viselkedések megtanulásához nézik, utánozzák, újrajátsszák a tőlük ellesett vizuális élményeket.

A csecsemők tanulási és környezet-megfigyelési módja komoly hatást gyakorolt a Carnegie Mellon Egyetem (CMU) és a Meta AI a robottanulás új módszereit vizsgáló kutatóira. Szimultán akarnak több képességet elsajátíttatni robotokkal, amelyeket korábban nem ismert, mindennapos feladatok megoldásához használhatnak.

cmu_robotgyerek.jpg

Hároméves gyerek környezetét, személyeket és tárgyakat, szó szerint is kezelni tudó adottságaival rendelkező robotikus mesterségesintelligencia-ágenst fejlesztettek hozzá. RoboAgent mesterséges intelligenciája passzív megfigyeléssel és aktív tanulással teszi lehetővé ezeknek az adottságoknak a kialakulását.

A nyílt forráskódú ágens különféle valóvilág-forgatókönyvekben sajátított el tizenkét manipulációs (ügyességi) adottságot. A kutatás változó környezetekhez alkalmazkodó robotplatformokat vetít előre. A korábbi hasonló projektekkel ellentétben szimuláció helyett a robot mindent a valóságban végez, ezért kevesebb adat is kellett hozzá.

Robotok általában saját élményeikből és nem környezetük történéseiből tanulnak, és a közeggel kapcsolatos „vakságuk” erősen korlátozza a rájuk váró tapasztalatok változatosságát, adottságaik új szituációkra történő alkalmazását. A korlátok felszámolása végett, RoboAgent ugyanolyan passzív megfigyeléssel tanul, mint a csecsemők, csak ő internetes videókat néz.

A mozgóképanyagokból sajátítja el, hogy emberek miként folytatnak interakciókat tárgyakkal, és hasznosítják különféle adottságaikat feladatok megoldására. Ha hasonló képességeket figyelnek meg változatos forgatókönyvekben, megtanulják, hogy mi az, kell-e alkalmazni bizonyos feladatokhoz, vagy sem.

Az ilyen típusú tanulásra képes ágenssel közelebb kerülünk különböző feladatokat ismeretlen szcenáriókban megoldó, tapasztalatai miatt folyamatosan fejlődő, nem egyetlen szűk területen, hanem többen jól teljesítő, általános robothoz.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr8618193989
süti beállítások módosítása