Για
να ολοκληρώσουν πολύπλοκα καθημερινά καθήκοντα όπως την χρήση εξοπλισμού, το μαγείρεμα
ή την κατασκευή επίπλων, τα ρομπότ θα πρέπει να είναι σε θέση να σχεδιάζουν τις
ενέργειές τους και να χειρίζονται αντικείμενα του περιβάλλοντός τους. Μέχρι στιγμής, όμως, η διδασκαλία ρομπότ για την ολοκλήρωση πολύπλοκων
εργασιών, όπως εκείνων που απαιτούν προγραμματισμό για μια σημαντική χρονική
περίοδο, αποδείχθηκε μάλλον προκλητική, εξαιτίας και της έλλειψης αξιόπιστων
προσομοιωμένων περιβαλλόντων για τη δοκιμή τους.
Με
αυτό το πνεύμα, οι ερευνητές του Πανεπιστημίου της Νότιας Καρολίνας ανέπτυξαν
πρόσφατα ένα περιβάλλον συναρμολόγησης επίπλων IKEA, μια πλατφόρμα προσομοίωσης
όπου οι ερευνητές μπορούν να δοκιμάσουν λογισμικά τεχνητής νοημοσύνης (AI) σε
σύνθετα καθήκοντα χειρισμού. Στο περιβάλλον προσομοίωσης,
τα ρομπότ μπορούν να αξιολογηθούν σε μια ποικιλία εργασιών που περιλαμβάνουν
την κατασκευή και τον χειρισμό διαφόρων ειδών επίπλων, σύμφωνα με άρθρο που δημοσιεύθηκε
στο arXiv.
«Το
περιβάλλον έχει σχεδιαστεί για να προωθήσει την ενίσχυση της μάθησης από απλά
καθήκοντα παιχνιδιών έως πολύπλοκες εργασίες που απαιτούν τόσο μακροπρόθεσμο
σχεδιασμό όσο και έλεγχο χαμηλού επιπέδου από τον άνθρωπο», ανέφεραν οι
ερευνητές στην εργασία τους.
Η
συναρμολόγηση των επίπλων μπορεί να είναι ένα δύσκολο έργο ακόμα και για τον
άνθρωπο, καθώς συνήθως απαιτεί τόσο μακροπρόθεσμο σχεδιασμό όσο και εξελιγμένες
δεξιότητες χειρισμού. Το περιβάλλον που αναπτύχθηκε από
τους ερευνητές, το οποίο είναι αρκετά εύκολο στη χρήση, έχει πολλές
ενδιαφέρουσες λειτουργίες. Καθώς παράγει ένα τεράστιο
ποσό από δεδομένα, μπορεί να χρησιμοποιηθεί για την εκπαίδευση μοντέλων οράσεως
υπολογιστών σε ένα ευρύ φάσμα εργασιών, συμπεριλαμβανομένης της εκτίμησης
αντικειμένων, της κατανόησης του χώρου και πολλών άλλων, χωρίς να απαιτούνται επιπλέον
δεδομένα από τον άνθρωπο.
Επιπλέον,
το περιβάλλον προσομοίωσης θα μπορούσε να χρησιμεύσει ως σημείο αναφοράς για
μεθόδους μηχανικής μάθησης σχεδιασμένες για συναρμολόγηση επίπλων ή για άλλα
καθήκοντα χειρισμού με μακρόχρονο ορίζοντα, βελτιώνοντας τις δυνατότητες
ελέγχου και προγραμματισμού. Είναι ενδιαφέρον ότι τα
οπτικά και διαδραστικά δεδομένα που παράγονται από την πλατφόρμα μπορούν επίσης
να χρησιμοποιηθούν για να αποκτηθούν γνώσεις συγκεκριμένων τομέων για άλλες
εφαρμογές, όπως διαισθητικά μοντέλα φυσικής.
Το
περιβάλλον συναρμολόγησης επίπλων IKEA υποστηρίζει πάνω από 80 μοντέλα επίπλων
και μπορεί να εμπλουτισθεί με εικόνες φόντου, φωτισμό και υφές. Θα μπορούσε τελικά να θεωρηθεί ως δοκιμαστικός χώρος για τεχνικές
εκμάθησης μηχανών που έχουν σχεδιαστεί για να προσφέρουν στους προηγμένες δεξιότητες
χειρισμού αντικειμένων.
Μέχρι
στιγμής, το περιβάλλον μπορεί να χρησιμοποιηθεί για να εκπαιδεύσει ή να
δοκιμάσει τρία ρομπότ διαφορετικών σχημάτων και μεγεθών, που ονομάζονται
Cursor, Sawyer και Baxter. Στο άρθρο τους πάντως, οι
ερευνητές αναφέρουν ότι σκοπεύουν να προσθέσουν υποστήριξη για τα Fetch, UR,
Jaco και άλλα δημοφιλή ρομπότ.
Στο
μέλλον, αυτό το προσαρμόσιμο περιβάλλον θα μπορούσε να ανοίξει νέες δυνατότητες
για την εκπαίδευση και την αξιολόγηση πολυάριθμων τεχνικών εκμάθησης μηχανών
για ρομποτικές εφαρμογές. Εν τω μεταξύ, οι ερευνητές
σχεδιάζουν να ενημερώσουν την πλατφόρμα και να βελτιώσουν ορισμένες από τις
λειτουργίες της.
Για
παράδειγμα, θα ήθελαν να προσθέσουν υποστήριξη για συσκευές κίνησης 3-D,
επιτρέποντας στους χρήστες να χρησιμοποιούν ρομπότ εξ αποστάσεως και να δημιουργούν
βίντεο επίδειξης χρησιμοποιώντας συσκευές Virtual Reality.
Αυτά τα βίντεο επίδειξης θα μπορούσαν στη συνέχεια να
χρησιμοποιηθούν για να εκπαιδεύσουν περαιτέρω άλλα ρομπότ, χρησιμοποιώντας μια
στρατηγική γνωστή ως εκμάθηση με απομίμηση.
Στις
μελλοντικές εκδόσεις της πλατφόρμας, οι χρήστες θα μπορούσαν επίσης να έχουν τη
δυνατότητα να καθοδηγήσουν τα ρομπότ μέσω προφορικών οδηγιών και ίσως να είναι
σε θέση να εκπαιδεύσουν ταυτόχρονα πολλά από αυτά. Επιπλέον,
τα ρομπότ θα μπορούσαν τελικά να εκπαιδεύονται στο πώς να χρησιμοποιούν
συγκεκριμένα εργαλεία, όπως κατσαβίδια και σφυριά.
ΦΩΤΟΓΡΑΦΙΑ: Photos by David Baillot/UC San Diego JacobsSchool of Engineering (CC BY 2.0).
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου