Cайт веб-разработчика, программиста Ruby on Rails ESV Corp. Екатеринбург, Москва, Санкт-Петербург, Первоуральск

Интернет-помощники помогут роботам обучаться быстрее

Инженеры-компьютерщики из Вашингтонского университета доказали, что краудсорсинг может быть быстрым и эффективным способом научить робота выполнению задач. Вместо того, чтобы учиться лишь от одного человека, в один прекрасный день роботы смогут обратиться к большому интернет-сообществу с просьбой ввести инструкции или подсказать лучший способ исполнять какое-либо поручение хозяина.

"Мы пытаемся создать новый способ, благодаря которому робот сможет обратиться за помощью ко всему миру, если его что-то озадачило, – говорит Раджеш Рао (Rajesh Rao), профессор компьютерных наук и инженерии. – Это способ выйти за рамки взаимодействия робота только с одним человеком. Он даст шанс механизму учиться у других людей со всего света".

Обучение путём подражания человеку – проверенный способ научить робота выполнять задачи, но это может занять много времени. Например, чтобы научить робота загружать посудомоечную машину, придётся преподнести ему множество повторяющихся уроков, во время которых машине придётся запомнить, как держать различные типы посуды и столовых приборов и как наиболее рационально заполнить само пространство машины. Но если же робот может собрать данные из нескольких источников, дело может пойти быстрее.

"Так как наши роботы используют методы машинного обучения, требуется множество данных, с помощью которых строятся точные модели задач, – говорит соавтор исследования Майя Чакмак (Maya Cakmak). – Чем больше данных они получат, тем лучше будет модель. Так что мы решили получать эти данные с помощью краудсорсинга".

Исследовательская группа попросила интернет-сообщество научить робота строить простейшие модели – автомобиля, дерева, черепахи и змеи – из цветных кубиков Лего. Сначала, когда у робота было совсем мало примеров, справиться с задачей ему не удавалось. Но потом, когда учёные привлекли людей со множества других сайтов, робот показал лучшие результаты: из более чем 100 сгенерированных людьми моделей он выбрал лучшие модели каждой формы по признакам сложности построения, сходства с оригиналом и рейтингом онлайн-сообщества.

В ближайшее время научная группа планирует обучить подобным методом робота более сложным задачам, например, поиску и извлечению элементов из многоэтажного здания.

Результаты необычного исследования были представлены на Международной конференции по робототехнике и автоматизации в Гонконге.

vesti.ru