Исследовательская группа представила свои результаты на Международной конференции Института инженеров по электротехнике и электронике по робототехнике и автоматизации 2014 года в Гонконге в начале июня.«Мы пытаемся создать способ, позволяющий роботу обращаться за помощью ко всему миру, когда он чем-то озадачен», — сказал Раджеш Рао, доцент кафедры информатики и инженерии и директор Центра сенсомоторной нейронной инженерии в UW. . «Это способ выйти за рамки простого взаимодействия человека и робота один на один, а также учиться у других людей по всему миру».Обучение путем подражания человеку — это проверенный подход к обучению робота выполнению задач, но это может занять много времени. Представьте, что вам нужно научить робота загружать посудомоечную машину — роботу может потребоваться много повторяющихся уроков, чтобы научиться держать разные типы посуды и столовые приборы и как наиболее эффективно заполнять машину.
Но если бы робот мог изучить основные шаги задачи, а затем запросить у онлайн-сообщества дополнительную информацию, он смог бы собрать больше данных о том, как выполнить эту задачу эффективно и правильно.«Поскольку наши роботы используют методы машинного обучения, им требуется много данных для построения точных моделей задачи. Чем больше у них данных, тем лучше модель они могут построить. Наше решение — получить эти данные из краудсорсинга», — сказала Майя.
Чакмак, доцент кафедры компьютерных наук и инженерии.В исследовательскую группу, возглавляемую профессорами Рао и Чакмак, также входят аспирант Университета Вашингтона по информатике и инженерии Майкл Джэ-Юн Чунг и студент Максвелл Форбс. Команда разработала исследование, которое обращается к сообществу краудсорсинга онлайн, чтобы научить робота задаче построения модели. Для начала участники исследования построили простую модель — среди прочего, машину, дерево, черепаху и змею — из цветных блоков Lego.
Затем они попросили робота построить похожий объект. Но на нескольких примерах, предоставленных участниками, робот не смог построить полные модели.
Чтобы собрать больше информации о строительстве объектов, роботы повернулись к толпе. Они наняли людей на Amazon Mechanical Turk, краудсорсинговом сайте, чтобы построить похожие модели автомобиля, дерева, черепахи, змеи и других. Из более чем 100 созданных толпой моделей каждой формы робот искал лучшие модели для построения на основе сложности построения, сходства с оригиналом и оценок моделей онлайн-сообществом.
Затем робот построил лучшие модели формы каждого участника.Этот тип обучения называется «имитацией на основе цели», и он использует растущую способность роботов делать выводы о том, чего хотят их операторы, полагаясь на то, что робот найдет наилучший способ достижения цели с учетом таких факторов, как время и трудности. Например, робот может «наблюдать», как человек строит модель черепахи, делать выводы о важных качествах, которые следует перенести, а затем строить модель, похожую на оригинал, но, возможно, более простую, чтобы ее было легче построить.
«Конечным результатом по-прежнему остается черепаха, но это то, что управляемо для робота и достаточно похоже на исходную модель, поэтому она достигает той же цели», — пояснил Чакмак.Участники исследования обычно предпочитали краудсорсинговые версии, наиболее похожие на их оригинальные разработки.
В целом окончательные модели робота были проще, чем исходные конструкции, и он смог успешно построить эти модели, что не всегда имело место при запуске с первоначальными проектами участников исследования.Команда применила ту же идею к обучению действиям манипуляции на двуруком роботе. На этот раз пользователи физически продемонстрировали роботу новые действия. Затем робот представил новые сценарии, в которых он не знал, как выполнять эти действия.
Используя абстрактные интерактивные визуализации действия, он попросил толпу предоставить новые способы выполнения действий в этих новых сценариях. Эта работа будет представлена на конференции по человеческим вычислениям и краудсорсингу в ноябре.Другие исследовательские группы из Университета Брауна, Вустерского политехнического института и Корнельского университета работают над аналогичными идеями по разработке роботов, которые могут осваивать новые возможности с помощью краудсорсинга.Команда UW теперь рассматривает возможность использования краудсорсинга и привлечения ресурсов сообщества для обучения роботов более сложным задачам, таким как поиск и получение предметов в многоэтажном здании.
Исследователи видят будущее, в котором наши персональные роботы будут все больше взаимодействовать с людьми в Интернете, изучая новые навыки и задачи, чтобы лучше помогать нам в повседневной жизни.Это исследование финансировалось Управлением военно-морских исследований США и Национальным научным фондом.Видео проекта: http://youtu.be/x30Qw9Vry7k