หุ่นยนต์ได้รับการพัฒนาที่เรียนรู้ด้วยตัวเองโดยปราศจากการแทรกแซงของมนุษย์

วิศวกรจากมหาวิทยาลัย Carnegie Mellon นำเสนอหุ่นยนต์ ALAN อุปกรณ์นี้ใช้ AI คอมพิวเตอร์

การมองเห็นและการจัดการวัตถุเพื่อการเรียนรู้อย่างอิสระ หุ่นยนต์สำรวจสภาพแวดล้อม กำหนดเป้าหมายของตัวเอง และสามารถตัดสินใจได้โดยไม่ต้องมีกำลังใจหรือการควบคุมจากภายนอก

ระบบหุ่นยนต์ขั้นสูงที่มีอยู่ในปัจจุบันมีความสามารถในการเรียนรู้ แต่พวกเขาต้องการคนเพื่อกำหนดงานหรือพัฒนาระบบ "รางวัล" ที่จะกระตุ้นการวิจัย เมื่อสร้าง ALAN วิศวกรต้องการพัฒนาระบบที่จะสำรวจพื้นที่ที่ไม่คุ้นเคยด้วยตัวมันเอง ซึ่งขับเคลื่อนโดย "ความอยากรู้อยากเห็น" เท่านั้น

หุ่นยนต์ที่สร้างขึ้นนั้นมาพร้อมกับโมดูลภาพซึ่งสามารถประมาณการเคลื่อนที่ของวัตถุในพื้นที่โดยรอบได้ เขาเลือกพื้นที่ที่จะสำรวจ โต้ตอบกับวัตถุที่ตรวจพบ และฝึกฝนทักษะใหม่ๆ โดยใช้เครื่องตรวจจับสำเร็จรูปที่ได้รับการฝึกอบรมมาล่วงหน้า 

ทดสอบการทำงานของหุ่นยนต์ในสภาพแวดล้อมที่ไม่คุ้นเคย วีดีโอ: มหาวิทยาลัยคาร์เนกีเมลลอน

ALAN ใช้แบบจำลองของโลกที่ก่อตัวขึ้นกระบวนการเรียนรู้ เพื่อกำหนดการกระทำที่สามารถดำเนินการกับเรื่องใดเรื่องหนึ่งได้ นักวิทยาศาสตร์อธิบาย หลังจากนั้น หุ่นยนต์จะทดสอบการคาดเดา ขยายความเข้าใจเกี่ยวกับพื้นที่โดยรอบและความสามารถของมันอย่างต่อเนื่อง

แนวทางที่นำเสนอก่อนหน้านี้ในการฝึกอบรมหุ่นยนต์อัตโนมัติต้องการข้อมูลเริ่มต้นจำนวนมาก ซึ่งทำให้ยากต่อการพัฒนาเทคโนโลยี หุ่นยนต์ตัวใหม่เรียนรู้อย่างต่อเนื่องโดยไม่มีการแทรกแซงจากภายนอก

เราแสดงให้เห็นว่า ALAN สามารถเรียนรู้ได้จัดการกับวัตถุที่มีเพียงประมาณ 100 วิถีใน 1-2 ชั่วโมงในครัวเกมที่แตกต่างกันสองแห่งโดยไม่มีรางวัลใดๆ ดังนั้น การใช้ภาพข้อมูลเบื้องต้นสามารถปรับปรุงประสิทธิภาพของการฝึกอบรมหุ่นยนต์ได้อย่างมาก

Russell Mendonka หนึ่งในผู้พัฒนาหุ่นยนต์ ในข้อความถึง Tech Xplore

อ่านเพิ่มเติม:

สมบัติมูลค่า 1,000 เหรียญถูกพบโดยบังเอิญในฟาร์ม พวกเขาซื้ออะไรได้บ้าง

ชื่อวิตามินที่ป้องกันสมองจากโรคสมองเสื่อม

ปรากฎว่าผู้ชายคนไหนมีความอุดมสมบูรณ์มากที่สุด: สเปิร์มของพวกเขาดีกว่าที่เหลือ 50%

ภาพปก: Russell Mendonca, Shikhar Bahl, Deepak Pathak