Одна рыба накормит человека на один день, а умение ловить ее - на всю жизнь. Старый принцип актуален и для роботов - вот только есть им не нужно, а современным “учителям” приходится прилагать колоссальные усилия для того, чтобы сформировать наборы детализированных инструкций, описывающих алгоритмы взаимодействия с каждым конкретным объектом. К несчастью, машинам недостает гибкости: взаимодействие с каждым новым объектом вызывает у автономных систем массу трудностей. 

Источник изображения: engadget.com 

Исследователи американского MIT стремятся придать роботам большую гибкость - для этого они разработали специальную роборуку DON (Dense Object Nets), которая непрерывно исследует отдельные образцы обуви. Система осматривает ботинки с разных углов, ищет повторяющиеся элементы и обобщающие закономерности. В итоге, устройство получило возможность “вылавливать” нужную обувь: захват поднимает требуемый ботинок, удерживая его за выбранную часть.

Современные алгоритмы “обучения” автономных систем включают массу ручной работы. Временами машины приходится буквально “держать за руку” (тогда они попросту повторяют требуемый набор действий, не ориентируясь на изменения в окружающей среде). В иных ситуациях используется метод “обучения с подкреплением”, когда роботы “вознаграждаются” очками за относительно успешные действия. Накапливать опыт можно и в ускоренных компьютерных симуляциях - вот только в реальный мир полученные “навыки” переносятся со скрипом.

Новый робот изучает структуру обуви и представляет ее в виде системы координат, формируя детализированную визуальную модель, сопоставляя большинство пикселей с наборами внутренних инструкций. Подобный подход особенно актуален для систем, которым потребуется перемещаться среди городских и общественных пространств, не приводя окружающих людей в ярость.

Новинка открывает массу новых форм взаимодействия людей и роботов. В частности, если бы человеку потребовалось попросить робота о том, чтобы тот подержал столешницу, пока хозяин поправляет одну из отвинтившихся ножек, ему бы пришлось сперва объяснить автоматике то, что он подразумевает под “столешницей” (для машины существует лишь набор несвязанных между собой точек). Теперь системы смогут распознать запрос, уточнить для себя его нюансы и дополнить набор инструкций, что, в свою очередь, обеспечит "точку опоры" для продолжения сложных взаимодействий с человеком.

Схожую разработку под названием Dex-Net представили специалисты из Калифорнийского университета в Беркли - программа позволяет роботам определять наилучшие места для захвата тех или иных объектов в зависимости от типа используемых манипуляторов. В частности, роботу с двумя пальцами гораздо проще схватить пластиковую бутыль за основание, чем за предназначенное для людских пальцев горлышко.

Обе разработки указывают на интересный тренд современной робототехники - разработку “посреднических социальных систем”, способных адаптировать “общий” запрос пользователя и представить его сперва в виде более детального набора инструкций (какую часть какого предмета нужно схватить роботу), а затем и в формате точного комплекса специализированных указаний (в каком месте, с какой силой и скоростью это необходимо сделать).

Разумеется, пока речь идет лишь о ранних стадиях развития соответствующих технологий: едва ли следует ожидать появления качественных домашних роботов-ассистентов раньше, чем в ближайшие 3-5 лет.

По материалам: wired.com. 

++