Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

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 ]

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 ]

  1. ^ 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 )
  2. ^ «Знакомство с Бакстером, фабричным роботом будущего» . Ars Technica . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  3. ^ «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 )
  4. ^ 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 )
  5. ^ «RoboBrain: первая в мире система знаний для роботов» . Обзор технологий Массачусетского технологического института . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  6. ^ Эрнандес, Даниэла. «План создания огромного сетевого мозга для всех роботов мира» . ПРОВОДНОЙ . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  7. ^ «Европа запускает RoboEarth:« Википедия для роботов » » . США СЕГОДНЯ . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  8. ^ «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 )
  9. ^ «Роботы тестируют свою собственную всемирную паутину, получившую название RoboEarth» . Новости BBC. 14 января 2014 . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  10. ^ « ' Википедия для роботов': потому что ботам тоже нужен Интернет» . CNET . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  11. ^ «Новая всемирная сеть позволяет роботам задавать друг другу вопросы, когда они запутываются» . Популярная наука . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  12. ^ «Google Задаёт роботам навыки обучения друг у друга с помощью облачной робототехники» . allaboutcircuits.com . Проверено 4 января 2017 года . CS1 maint: обескураженный параметр ( ссылка )
  13. ^ 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 )
  14. ^ «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