Разработан робот, который учится самостоятельно без вмешательства человека

Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.

Какое-то время продолжим трудится на общее благо по адресу https://n-n-n.ru.
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.

Спасибо, ждём вас на N-N-N.ru

Инженеры разработали автономного робота, который обучается самостоятельно, исследуя окружающее пространство. О разработке пишет Tech Xplore. Инженеры из Университета Карнеги-Меллона представили робота ALAN. Это устройство использует ИИ, компьютерное зрение и манипуляции с предметами для самостоятельного обучения. Робот исследует окружающее пространство, ставит собственные цели и может принимать решения без внешнего поощрения или управления.

Передовые роботизированные системы, доступные в настоящее время, способны к обучению, но им нужно, чтобы человек поставил задачу или разработал систему «поощрения», которая будет мотивировать исследования. При создании ALAN инженеры хотели разработать систему, которая будет исследовать незнакомое пространство самостоятельно, движимая только «любопытством».

Созданный робот оснащен визуальным модулем, который может оценивать движения объектов в окружающем пространстве. С помощью готовых предварительно обученных детекторов он выбирает область для исследования, взаимодействует с обнаруженными предметами и отрабатывает новые навыки.

Тестирование работы робота в незнакомой среде. Видео: Carnegie Mellon University

ALAN использует модель мира, сформировавшуюся в процессе обучения, для определения действий, которые можно выполнить с тем или иным предметом, объясняют ученые. После этого робот тестирует свои догадки, постоянно расширяя представления об окружающем пространстве и своих возможностях.

Предложенные ранее подходы к обучению автономных роботов требуют большого количества исходных данных, что затрудняет развитие технологии. Новый робот обучается непрерывно без внешнего вмешательства.

Мы показываем, что ALAN может научиться манипулировать объектами с помощью всего около 100 траекторий за 1–2 часа на двух разных игровых кухнях без каких-либо вознаграждения. Следовательно, использование визуальных априорных данных может значительно повысить эффективность обучения роботов, – Рассел Мендонка, один из разработчиков робота, в сообщении для Tech Xplore.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 3.7 (3 votes)
Источник(и):

ХайТек