Не учи учёного: роботы Google станут учителями друг для друга

Разработки в области робототехники выходят на новый уровень: специалисты Research тестируют системы обучения. Правда, преподавателями для "коллег" стали не люди, а сами .

Новости о самых разных механических помощниках выходят всё чаще: роботы-фермеры (https://vk.com/wall-32612750_319720), прачки (https://vk.com/wall-32612750_314412), домоправители (https://vk.com/wall-32612750_313501), скотоводы (https://vk.com/wall-32612750_312232), учителя (https://vk.com/wall-32612750_311572) и даже хирурги (http://www.vesti.ru/doc.html?id=2750509&cid=2161) облегчают жизнь многим людям.

Но вот вопрос: если один обладает определёнными навыками, как ему поделиться этими практическими знаниями с "коллегами"? В Google Research нашли ответ: передавать информацию можно через общую компьютерную сеть. Для этого команда разработала специальную систему под названием cloud robotics (https://research.googleblog.com/2016/10/how-robots-can-acquire-new-skills-from.html).

Основная идея состоит в том, чтобы каждый не проходил путь обучения от начала до конца, а получал определённые знания из общей базы - от "знающих" роботов.

В то же время, если чему-то учится один робот, знания и опыт сразу же получают все остальные, подключённые к единому серверу. Понятно, что такая возможность ускоряет процесс обучения в сотни раз.

Разработчики также учли, что могут выполнять одно и то же действие по-разному. В связи с этим система сloud robotics фиксирует информацию обо всех действиях и обрабатывает при помощи нейросети. Когнитивная система оценивает действия каждой машины и сохраняет только данные о положительном опыте. Роботы загружают обработанные нейросетью данные с опредёленной частотой, и с каждой новой загрузкой действуют всё эффективнее (процесс показан на ниже).

Эксперименты также показали, что обучение проходит гораздо быстрее, если на первоначальном этапе в нём всё-таки участвует человек. Метод проб и ошибок хорош, но не идеален, поскольку роботы не способны анализировать полученный опыт, говорят инженеры.

В одном из опытов человек помогал "ученикам" открыть несколько дверей с разными замками. Нейронная сеть обрабатывала изображения с камер и передавала на общий сервер информацию в виде так называемой политики - единой стратегии, которая в течение нескольких часов помогла роботам справиться со всеми задачами. Финальный эксперимент показал эффективность такого типа обучения: роботы в итоге смогли открыть замок двери, с которым до сих пор не сталкивались.

Ещё один плюс такой системы: поскольку робот опирается лишь на положительный опыт своих собратьев, он предсказуем в плане решения поставленной задачи. Один из экспериментов (перед роботами поставили поднос с разными предметами и следили, как они их будут использовать) показал: если роботам уже известно решение некой задачи, они не будут искать новое. Получается, что инженерам будет очень легко составлять модели прогнозирования при роботе с множеством роботов сразу.

Видео https://www.youtube.com/watch?v=R2kEi_KKSsA

https://www.youtube.com/watch?v=9-9udQtO1PY

https://www.youtube.com/watch?v=YBVR-TRXEc4

Больше новостей по робототехнике читайте в нашей специальной теме (http://www.vesti.ru/theme.html?tid=107641).

Источник: vk.com

Комментарии: