Ученые из UC Berkeley разработали метод обучения для роботов, который сочетает ИИ, обучение с подкреплением и помощь человека. Эти технологии позволяют роботам становиться экспертами в задачах всего за считанные часы. Например, на одном из тестов робот идеально освоил игру «Дженга», увеличив точность выполнения до 100%.
Исследование показало, что благодаря новой методике впервые стало возможным обучать роботов сложным задачам, таким как замена ремня ГРМ двигателя или сборка материнской платы. Сначала роботы обучаются основам с помощью датчиков и камер, а затем используют отклики, чтобы совершенствовать свои действия. Так, для выполнения большинских заданий вмешательство человека требовалось только на 30% от общего времени обучения.
Уникальность подхода заключается в интеграции человеческой коррекции. Исследователи использовали инструмент, похожий на мышь, чтобы вручную подсказывать роботу при выполнении ошибки. Эти данные записываются в память машины и становятся частью модели для будущих задач, что позволяет существенно ускорить обучение. Например, робот научился переворачивать яйца и собирать автомобильные панели с максимальной точностью.
Особенно интересным оказался эксперимент с Дженга-кнутом. Согласно команде проекта, физические расчеты такой задачи слишком сложны для моделирования. Однако робот смог освоить её через практику, а итоговый успех составил 100%. Для сравнения, модели исключительно симуляционного обучения не справлялись с задачей.
В будущем исследователи планируют переходить к предварительному обучению роботов базовым навыкам, чтобы экономить время и сосредотачиваться на сложных задачах. Также технологию хотят сделать доступной для всех. Команда заявила, что их цель — упростить использование до уровня iPhone. К слову, научная работа уже опубликована, а её результаты могут задать новый стандарт в робототехнике.
Источник новости и обложки: interestingengineering.com