Обучение роботов - это область исследований на стыке машинного обучения и робототехники . Он изучает методы, позволяющие роботу приобретать новые навыки или адаптироваться к окружающей среде с помощью алгоритмов обучения. Вариант осуществления робота, расположенный в физическом корпусе, в то же время обеспечивает определенные трудности (например, высокая размерность, ограничения в реальном времени для сбора данных и обучения) и возможности для управления процессом обучения (например, сенсомоторная синергия, моторные примитивы).
Примеры навыков, на которые нацелены алгоритмы обучения, включают сенсомоторные навыки, такие как передвижение, хватание, категоризация активного объекта , а также интерактивные навыки, такие как совместное манипулирование объектом со сверстником-человеком, и лингвистические навыки, такие как обоснованное и определенное значение человеческий язык . Обучение может происходить либо посредством автономного самоисследования, либо под руководством учителя-человека, как, например, в обучении роботов путем имитации.
Обучение роботов может быть тесно связано с адаптивным управлением , обучением с подкреплением, а также с развивающей робототехникой, которая рассматривает проблему автономного приобретения репертуаров навыков на протяжении всей жизни. Хотя машинное обучение часто используется алгоритмами компьютерного зрения , используемыми в контексте робототехники, эти приложения обычно не называют «обучением роботов».
Проекты [ править ]
Этот раздел нуждается в расширении . Вы можете помочь, добавив к нему . ( Январь 2017 г. ) |
Майя Чакмак, доцент кафедры информатики и инженерии Вашингтонского университета , пытается создать робота, который учится путем имитации - метод, который называется « программирование путем демонстрации ». Исследователь демонстрирует технику очистки для системы зрения робота и обобщает чистящие движения на примере человека, а также определяет «состояние грязи» до и после очистки. [1]
Точно так же промышленного робота Baxter можно научить делать что-то, хватая его за руку и показывая ей желаемые движения. [2] Он также может использовать глубокое обучение, чтобы научиться схватывать неизвестный объект. [3] [4]
Обмен приобретенными навыками и знаниями [ править ]
В программе Tellex «Million Object Challenge» цель - это роботы, которые научатся обнаруживать и обрабатывать простые предметы и загружать свои данные в облако, чтобы другие роботы могли анализировать и использовать информацию. [4]
RoboBrain - это система знаний для роботов, к которой может получить свободный доступ любое устройство, желающее выполнить задачу. База данных собирает новую информацию о задачах по мере их выполнения роботами путем поиска в Интернете, интерпретации текста, изображений и видео на естественном языке, распознавания объектов, а также взаимодействия. Проект возглавляет Ашутош Саксена из Стэнфордского университета . [5] [6]
RoboEarth - это проект, который был описан как « Всемирная паутина для роботов» - это сеть и репозиторий баз данных, где роботы могут обмениваться информацией и учиться друг у друга, а также облако для аутсорсинга тяжелых вычислительных задач. В проекте участвуют исследователи из пяти крупных университетов Германии, Нидерландов и Испании, и он поддерживается Европейским Союзом . [7] [8] [9] [10] [11]
Google Research, DeepMind и Google X решили позволить своим роботам поделиться своим опытом. [12] [13] [14]
См. Также [ править ]
- Развитая робототехника
- Когнитивная робототехника
- Эволюционная робототехника
Ссылки [ править ]
- ^ Розенблюм, Эндрю. «Робот, который вам нужен больше всего, далек от реальности» . Обзор технологий Массачусетского технологического института . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Знакомство с Бакстером, фабричным роботом будущего» . Ars Technica . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Роботу с глубоким обучением требуется 10 дней, чтобы научиться понимать» . Обзор технологий Массачусетского технологического института . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ a b Шаффер, Аманда. «10 прорывных технологий 2016: роботы, которые учат друг друга» . Обзор технологий Массачусетского технологического института . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «RoboBrain: первая в мире система знаний для роботов» . Обзор технологий Массачусетского технологического института . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ Эрнандес, Даниэла. «План создания огромного сетевого мозга для всех роботов мира» . ПРОВОДНОЙ . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Европа запускает RoboEarth:« Википедия для роботов » » . США СЕГОДНЯ . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Европейские исследователи создали коллективный разум для роботов, и на этой неделе он будет продемонстрирован» . Engadget . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Роботы тестируют свою собственную всемирную паутину, получившую название RoboEarth» . Новости BBC. 14 января 2014 . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ « ' Википедия для роботов': потому что ботам тоже нужен Интернет» . CNET . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Новая всемирная сеть позволяет роботам задавать друг другу вопросы, когда они запутываются» . Популярная наука . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Google Задаёт роботам навыки обучения друг у друга с помощью облачной робототехники» . allaboutcircuits.com . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ Тунг, Лиам. «Следующий большой шаг Google для ИИ: заставить роботов обучать друг друга новым навыкам | ZDNet» . ZDNet . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Как роботы могут приобретать новые навыки на основе общего опыта» . Блог Google Research . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
Внешние ссылки [ править ]
- Технический комитет IEEE RAS по обучению роботов (официальный сайт IEEE)
- Технический комитет IEEE RAS по обучению роботов (веб-сайт членов TC)
- Обучение роботов в Институте интеллектуальных систем Макса Планка и Техническом университете Дармштадта
- Обучение роботов в лаборатории вычислительного обучения и управления моторикой
- Обучение роботов-гуманоидов в Центре перспективных исследований в области телекоммуникаций (ATR) (на английском и японском языках)
- Лаборатория алгоритмов и систем обучения в EPFL (LASA)
- Робот обучения в когнитивной Robotics Lab из Юргена Шмидхубера в IDSIA и Технического университета Мюнхена
- Гуманоидный проект : Питер Нордин , Технологический университет Чалмерса
- Команда Inria и Ensta ParisTech FLOWERS, Франция : Автономное обучение на протяжении всей жизни в развивающей робототехнике
- CITEC в Университете Билефельда, Германия
- Лаборатория Асада , Департамент адаптивных машинных систем, Высшая школа инженерии, Университет Осаки, Япония
- Лаборатория перцептивной робототехники , Массачусетский университет, Амхерст, Амхерст, США
- Центр робототехники и нейронных систем , Плимутский университет, Плимут, Великобритания
- Лаборатория обучения роботов в Университете Карнеги-Меллона
- Проект по изучению роботов-гуманоидов в Боннском университете
- Система обучения и координации поведения квалифицированных роботов (коммерческий продукт)
- Курс обучения роботам в Корнельском университете
- Лаборатория обучения и взаимодействия роботов в Итальянском технологическом институте
- Обучение с подкреплением для робототехники [ мертвая ссылка ] в Делфтском технологическом университете