Создана система навигации для роботов, основанная на здравом смысле

Создана система навигации для роботов, основанная на здравом смысле

Разработка получила название SemExp. Она использует машинное обучение, чтобы робот мог различать объекты и предполагать, в какой части дома они, скорее всего, находятся. Это позволяет ему стратегически мыслить и выбирать наиболее здравые варианты.

SemExp была представлена группой из Университета Карнеги — Меллона в США и отделом исследования искусственного интеллекта Facebook (FAIR) на конкурсе Habitat ObjectNav Challenge, во время конференции Virtual Computer Vision and Pattern Recognition Conference. В ее основе лежит концепция «здравого смысла», как ее называют авторы.

Ее суть состоит в следующем: робот, путешествующий из точки А в точку Б, более эффективен, если он понимает, что первая — это диван в гостиной, а вторая — холодильник, даже если он находится в незнакомом месте, и оценивает, где точка Б может быть с наибольшей вероятностью.

Добавить в заметки чтобы посмотреть позже?
Сообщать по email? Введите почту:

«Здравый смысл подсказывает, что если вы ищете холодильник, вам лучше пойти на кухню, — говорит Девендра. Чаплот, аспирант кафедры машинного обучения Университета Карнеги — Меллона и один из авторов исследования. — Классические роботизированные навигационные системы, напротив, исследуют пространство, создавая карту с указанием препятствий. Робот в конце концов добирается туда, куда ему нужно, но маршрут оказывается слишком длинным».

Предыдущие навигационные системы, основанные на искусственном интеллекте, учили роботов запоминать объект и его конкретное расположение в пространстве. Если объект перемещали, робот продолжал искать его на старом месте, пока не привыкнет к новой обстановке. Более того, у такой системы возникали проблемы при обобщении и систематизации информации из разных помещений.

Группа разработчиков решила эти трудности, сделав SemExp модульной. Алгоритм использует смысловую концепцию мышления (то есть возможность смыслообразования и целеобразования), чтобы определить лучшее место для поиска предмета. «Как только вы решите, куда идти, вы можете спланировать оптимальный маршрут, чтобы быстрее туда добраться», — заявляет Чаплот.

Модулный подход эффективнее по нескольким причинам. В первую очередь в процессе обучения машины можно сосредоточиться на планировке помещения, ее связи с объектами и связи объектов друг с другом, а не на формировании маршрутов и составлении полной карты пространства. Благодаря определенному типу мышления робот строит разные стратегии поиска нужного предмета и выбирает лучшую. Наконец, система навигационного планирования позволяет ему добраться до цели максимально быстро.

В будущем разработку можно будет использовать в производстве роботов-помощников. Авторы считают, что семантическая навигация в итоге облегчит людям взаимодействие с машинами, позволив просто сказать, чтобы робот перенес предмет в определенное место, или давать конкретные указания, например отправить его в комнату.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.

Понравилось? Голосуй! Поддержи проект: Очень плохоПлохоБолее менееОтлично!Супер!
Создана система навигации для роботов, основанная на здравом смысле Загрузка... Создана система навигации для роботов, основанная на здравом смысле
+ +