Истраживачи са Универзитета Јужне Калифорније развили су метод за учење робота да предвиђају
Када ради са људима, робот мора сталнопогодите шта ће особа следеће урадити. На пример, ако робот мисли да ће човеку требати шрафцигер да састави следећи део, може га узети унапред тако да човек не мора да чека. На овај начин, робот може помоћи људима да заврше монтажу много брже.
Херамб Немлекар, коаутор студије
Истраживачи су пронашли сличности у томе какоодређена особа сакупља различите производе. На пример, ако почне са најтежим делом приликом склапања ИКЕА софе, онда ће се са великим степеном вероватноће исти приступ користити и приликом склапања креветића, објашњавају научници.
Стога, уместо да „покажете“ роботада би извршили сложен задатак, направили су мали монтажни задатак („канонски“ задатак) који људи могу брзо и лако да заврше. То је комбинација делова једноставног модела авиона, као што су крила, реп и пропелер.&нбсп;
Робот је „посматрао“ како је особа извршила задатак,користећи камеру постављену директно изнад подручја изградње. Да би открио делове које померају људи, систем је користио АприлТагове, који су слични КР кодовима причвршћеним за делове. Робот је затим користио машинско учење да одреди преференције особе на основу редоследа радњи које се обављају на канонском задатку.
Робот помаже човеку да састави модел авиона након тренинга
Анализа је показала да на основу такве обукесистем је био у стању да предвиди радње које ће људи предузети приликом обављања других задатака са око 82% тачности. Истраживачи примећују да класични приступ захтева да робот буде обучен да реши сваки одређени задатак. Могућност предвиђања радњи корисника по аналогији омогућиће стварање универзалних уређаја који ће бити ефикасни асистенти у производњи и особама са инвалидитетом.
Опширније:
Научници су открили природу чудних радио сигнала са планете сличне Земљи
Стручњаци су предвидели колико ће људи живети на Земљи до 2100. године
Пронађена нова врста црне рупе која вреба у Земљином 'космичком дворишту'