 Дети познают окружающий мир, исследуя, как их тела двигаются в пространстве, захватывая игрушки, толкая вещи от столов и наблюдая и подражая тому, что делают взрослые. Но когда робототехники хотят научить робота, как сделать задачу, они, как правило, пишут код, или физически перемещают руку или тело робота, чтобы показать ему, как выполнить то или иное действие.
Теперь сотрудничество между психологами из Университета Вашингтона и компьютерными ученых показало, что роботы могут «познавать» много, как дети - от накопления данных за счет разведки, наблюдая, как человек выполняет ту или иную задачу и определить, как лучше всего осуществить эту задачу самостоятельно.
«Вы можете посмотреть на это как на первый этап в строительстве роботов, которые могут познавать мир от человека таким же образом, как дети познают его у взрослых», сказал старший автор Раджеш Рао, профессор компьютерной науки и техники. «Если вы хотите, чтобы люди, которые ничего не знают о программировании, имели возможность обучать робота, то самый верный способ сделать это через демонстрацию - показывая роботу, как мыть посуду, складывать одежду, или делать работу по дому. Но для достижения этой цели вам нужно, чтобы робот смог понять эти действия и выполнять их самостоятельно».
В своей работе исследователи разработали новую вероятностную модель, направленную на решение основополагающей задачи в робототехнике: строительства роботов, которые могут познавать новые навыки, наблюдать за людьми, и подражать им.
Исследователи сотрудничали с профессором психологии, чьи исследования показали, что дети в возрасте от 18 месяцев могут сделать вывод о цели действий взрослого и разработать альтернативные пути для самостоятельного достижения этой цели.
Дети приобретают навыки чтения намерений, в частности, путем самостоятельного исследования, которое помогает им узнавать законы физики, и то, как их собственные действия влияют на объекты, что в конечном счете позволяет им накопить достаточно знаний, чтобы учиться у других и интерпретировать свои намерения.
Детям свойственно заниматься тем, что выглядит как бессмысленные игры, но это фактически позволяет им обучаться. Если они пытаются выяснить, как работает новая игрушка, они на самом деле используют знания, которые они получили, играя с другими игрушками. Во время игры они обучаются ментальной модели о том, как их действия вызывают изменения в мире. И с такой моделью можно начинать решать новые проблемы начать предсказывать чужие намерения.
Ученые использовали это исследование для разработки алгоритмов машинного обучения, которые позволяют роботу исследовать, как его собственные действия приводят к различным результатам. Затем он использует вероятностную модель, чтобы вывести то, что от него требует человек, и выполнить задачу. Робот может даже «обратиться» за помощью, если он не уверен, что задача возможна.
Команда проверила свою роботизированную модель в двух различных сценариях: эксперимент компьютерного моделирования, в котором робот учится следовать взгляду человека, и другой эксперимент, в котором робот учится подражать действиям человека с участием движущихся игрушек в различных областях на столе.
В эксперименте со взглядом, робот обучается модели собственных движений головы и предполагает, что голова человека регулируется по тем же правилам. Робот отслеживает начало и окончание точки движений головы человека по мере того, как человек осматривает комнату, и использует эту информацию, чтобы выяснить, что именно человек ищет. Затем робот использует модель движений головы, чтобы зацикливаться на том же месте, как и человек.
Во втором эксперименте исследователи позволили роботу экспериментировать с нажатием или собирание объектов и их перемещением вокруг стола. Робот использует эту модель для имитации человека, который перемещает объекты вокруг или убирает все со стола. Вместо жесткой имитации человеческого действия каждый раз, робот иногда использует различные средства для достижения тех же целей.
Хотя начальные эксперименты были связаны с обучением тому, как вывести цели и подражать простому поведению, команда планирует исследовать, как такая модель может помочь роботам в решении более сложных задач.
|
