רובוט למד לחקות פעולה אנושית בעזרת דיפ לרנינג

This post is also available in: English (אנגלית)

חוקרים הצליחו ליצור מערכת מבוססת למידה עמוקה, שמסוגלת ללמד רובוט באמצעות צפיה בפעולה אנושית. המערכת שפותחה על ידי Nvidia מיועדת לשפר את התקשורת בין אדם לרובוט ובאותה עת לקדם את המחקר שיאפשר לאנשים לעבוד בקלות לצד רובוטים. באמצעות הדגמה, המשתמש יוכל לתקשר את המשימה לרובוט ולספק לו רמזים איך לבצע אותה בצורה המיטבית, לפי המחקר.

החוקרים השתמשו ב-NVIDIA TITAN X GPUs כדי לאמן רצץ של רשתות נוירוניות לבצע משימות הקשורות בתפיסה, יצירת תוכנית וביצוע תוכנית. כתוצאה מכך, הרובוט הצליח ללמוד משימה מהדגמה בודדת, בתנאי העולם האמיתי. ברגע שהרובוט רואה את המשימה, הוא יוצר תיאור שניתן לקריאה על ידי אדם, של השלבים הדרושים כדי לחזור על המשימה, כך מדווח אתר הפיתוח של Nvidia.

המפתח להשגת היכולת הזו הוא מינוף העוצמה של נתונים סינתטיים לאמן את הרשתות הנוירוניות. הגישות הקיימות לאימון רשתות נוירוניות דורשות כמויות גדולות של נתונים מתויגים לצורך האימון, מה שמהווה צוואר בקבוק משמעותי במערכות אלה. אבל בעזרת יצירת נתונים סינתטיים, ניתן ליצר כמות כמעט בלתי מוגלת של נתונים מתוייגים בהשקעת מאמץ מזערי.

זו גם הפעם הראשונה בה מיושמת על רובוט גישה של אקראיות דומיין ממוקד-תמונה. מדובר בטכניקה המייצרת נתונים סינתטיים במגוון רחב, שמשטה ברשת התפיסה כך שתראה את הנתונים האמיתיים כגרסה נוספת של נתוני האימון. החוקרים בחרו לעבד את הנתונים בצורה ממוקדת-תמונה כדי להבטיח שהרשתות אינן תלויות במצלמה או בסביבה.

החוקרים טוענים כי הם מתכוונים להמשיך ולהרחיב את המחקר לתרחישים נוספים.