Представьте себе, что вы покупаете робота для выполнения бытовых задач. Этот робот был создан и обучен на заводе определенному набору задач и никогда не видел предметов в вашем доме. Когда вы попросите его взять кружку с вашего кухонного стола, он может не узнать вашу кружку (возможно, потому, что на ней нарисовано необычное изображение, скажем, талисмана Массачусетского технологического института — бобра Тима). Таким образом, робот не справится с задачей.
Пенг и ее коллеги из Массачусетского технологического института, Нью-Йоркского университета и Калифорнийского университета в Беркли создали систему, которая позволяет человеку быстро и с минимальными усилиями научить робота тому, что он хочет сделать. Когда робот терпит неудачу, система с помощью алгоритма генерирует контрфактические объяснения, описывающие, что должно было измениться, чтобы робот добился успеха. Например, возможно, робот смог бы поднять кружку, если бы она была определенного цвета. Система показывает эти контрфактические объяснения человеку и просит его высказать свое мнение о причинах неудачи робота. Затем система использует эту обратную связь и контрфактические объяснения для генерации новых данных, которые используются для тонкой настройки робота. Тонкая настройка заключается в изменении модели машинного обучения, которая уже была обучена выполнять одну задачу, с тем чтобы она могла выполнять вторую, аналогичную задачу. Исследователи протестировали эту методику на симуляторах и обнаружили, что она позволяет обучать роботов более эффективно, чем другие методы. Роботы, обученные по этой схеме, показали лучшие результаты, а процесс обучения занял меньше времени у человека. Такая схема может помочь роботам быстрее осваиваться в новых условиях, не требуя от пользователя технических знаний. В перспективе это может стать шагом к тому, чтобы роботы общего назначения могли эффективно выполнять повседневные задачи для пожилых людей или людей с ограниченными возможностями в различных условиях. В работе Пенга, ведущего автора, принимают участие соавторы Авив Нетаньяху, аспирант EECS, Марк Хо, доцент Технологического института Стивенса, Тяньмин Шу, постдок MIT, Андреа Бобу, аспирант UC Berkeley, и старшие авторы Джули Шах, профессор аэронавтики и астронавтики MIT и директор группы интерактивной робототехники в Лаборатории компьютерных наук и искусственного интеллекта (CSAIL), и Пулкит Агравал, профессор CSAIL. Результаты исследования будут представлены на Международной конференции по машинному обучению. Обучение на рабочем местеРоботы часто терпят неудачу из-за смены распределения — роботу предъявляются объекты и пространства, которых он не видел во время обучения, и он не понимает, что делать в этой новой среде. Одним из способов переучивания робота на выполнение конкретной задачи является имитационное обучение. Пользователь может продемонстрировать правильную задачу, чтобы научить робота, что нужно делать. Если пользователь пытается научить робота поднимать кружку, но демонстрирует белую кружку, робот может усвоить, что все кружки белые. Тогда он не сможет поднять красную, синюю или коричневую кружку «Тим-Бобер». Обучение робота распознаванию того, что кружка — это кружка, независимо от ее цвета, может занять тысячи демонстраций.
Для этого система исследователей определяет, какой именно объект важен пользователю (кружка) и какие элементы не важны для решения задачи (возможно, цвет кружки не имеет значения). На основе этой информации система генерирует новые, синтетические данные, изменяя эти «неважные» визуальные представления. Этот процесс называется дополнением данных. Схема состоит из трех этапов. Сначала показывается задача, которая привела к отказу робота. Затем она собирает демонстрацию пользователем желаемых действий и генерирует контрфактические данные, перебирая все признаки в пространстве, которые показывают, что нужно изменить, чтобы робот справился с задачей. Система показывает пользователю эти контрфакты и запрашивает обратную связь, чтобы определить, какие визуальные концепции не влияют на желаемое действие. Затем она использует эту обратную связь для создания множества новых дополненных демонстраций. Таким образом, пользователь может продемонстрировать, как он берет в руки одну кружку, а система, изменив ее цвет, создаст демонстрацию, показывающую требуемое действие с тысячами разных кружек. Эти данные используются для тонкой настройки робота.
От человеческих рассуждений к рассуждениям роботовПоскольку их работа направлена на то, чтобы включить человека в цикл обучения, исследователи протестировали свою методику на людях. Сначала они провели исследование, в котором спросили людей, помогают ли им контрфактические объяснения выявить элементы, которые можно изменить без ущерба для выполнения задачи.
Затем они применили свою схему на трех симуляторах, где роботам ставились задачи: проложить маршрут к целевому объекту, подобрать ключ и открыть дверь, а также подобрать нужный объект и положить его на столешницу. В каждом случае робот обучался быстрее, чем при использовании других методик, и при этом требовал меньше демонстраций от пользователя. В дальнейшем исследователи надеются протестировать эту схему на реальных роботах. Они также хотят сосредоточиться на сокращении времени, которое требуется системе для создания новых данных с помощью генеративных моделей машинного обучения.
18.07.2023 |
Хайтек
NatComm: Учёные приблизились к созданию биополимеров, реагирующих на воду | |
Новый подход для понимания и предска... |
В Челябинске разрабатывают инновационное оборудование для вибрационных испытаний | |
Специалисты ЮУрГУ совместно с Уральским и... |
В ТПУ создали многоразовые накопители водорода из отечественного сырья | |
Более дешевые металлогидридные накопители водо... |
Новый подход к производству цифрового света решает проблемы 3D-печати | |
Новый метод производства цифрового света для&n... |
AEM: Гибридный полупроводник позволит лучше понять спинтронику | |
Электроны вращаются без электрического за... |
Томские ученые представили цифровое решение для оптимизации НПЗ | |
Новый программный комплекс представили ученые ... |
МАИ: Дроны-дефектоскописты уступают человеку в точности, зато берут скоростью | |
Методику создания синтетических данных для&nbs... |
Численное моделирование повысит эффективность 3D-печати из стали 316LSi | |
Морская нержавейка, или сталь 316LSi, шир... |
Создан особо пластичный алюминиевый сплав для высокотехнологичных отраслей | |
Новый сплав на основе алюминия создали ис... |
В НГУ разработали первые фильтры для технологии связи 6G | |
Уникальные фильтры для импульсной терагер... |
Nat. Nanotechnol: Разработан самоочищающийся электрод для синтеза пероксидов | |
Пероксиды металлов — MO₂, M=Ca, Sr,... |
В СПбГУ создали новые биоактивные молекулы с помощью золотого катализатора | |
Метод соединения двух простых веществ с п... |
AFM: Разработан материал для поглощения электромагнитных волн широкого спектра | |
Ультратонкий пленочный композитный материал, с... |
PRL: Доказана возможность открытия новых сверхтяжелых элементов | |
Уран — самый тяжелый из извест... |
NE: Новый жидкостный акустический датчик распознаёт голоса в шумной обстановке | |
Инженеры разработали множество сложных датчико... |
Science: Новый метод спектроскопии раскрывает квантовые секреты воды | |
Вода — это жизнь. Но водо... |
В ИРНИТУ создали первую партию инклинометров и объединили их в умную сеть | |
Сотрудники Центра маркшейдерских и геодез... |
Ученые УУНиТ создали первый отечественный станок для сухого электрополирования | |
Ученые Уфимского университета науки и тех... |
Ученые КФУ выяснили, как дефекты в полупроводниках влияют на свет | |
Физическая модель, которая описывает взаимодей... |
Новый метод синтеза лекарств открыли российские химики | |
Новый метод синтеза производных пирролизидина ... |
Advanced Materials: Созданы волокна в одежду для питания смартфона от тепла тела | |
Термоэлектрический материал, который можно исп... |
Ultrafast Science: Ученые успешно ускорили идентификацию молекул лазером | |
В 100 раз ускорили измерения спектроскопи... |
В УрФУ разработали технологию 3D-печати из жаропрочных титановых сплавов | |
Технологию создания жаропрочных сплавов на&nbs... |
Ученые ЮУрГУ предложили уникальную технологию повышения надежности сварки | |
Уникальную технологию повышения надежности сва... |
В Томском университете создали интегральные схемы для российских РЛС | |
Первый российский комплект интегральных схем д... |
Российские ученые приблизились к созданию искусственной сетчатки | |
Оптоэлектронный синапс — мемристор ... |
Экологичная замена полиэтиленовым упаковкам разработана в МГУ | |
Биоразлагаемый полимер — полипропил... |
CS: Создана технология производства компонентов для шампуней и лекарств | |
Исследователи из России и Китая разр... |
APN: Фотонные вычисления помогут продвинуться в области аналоговых вычислений | |
Дифференциальные уравнения с частными про... |
Ученые НИТУ МИСИС разработали магнитные микропровода для имплантатов и датчиков | |
Новые ультратонкие аморфные микропровода, кото... |