कॉर्नेल विश्वविद्यालय के शोधकर्ताओं ने आर्टिफिशियल इंटेलिजेंस द्वारा संचालित एक नया रोबोटिक ढांचा विकसित किया है-जिसे राइम कहा जाता है (बेमेल निष्पादन के तहत हाइब्रिड नकल के लिए पुनर्प्राप्ति)-जो रोबोट को एक एकल-कैसे वीडियो देखकर कार्यों को सीखने की अनुमति देता है।
रोबोट फ़ाइनल सीखने वाले हो सकते हैं। ऐतिहासिक रूप से, उन्हें बुनियादी कार्यों को पूरा करने के लिए सटीक, चरण-दर-चरण दिशाओं की आवश्यकता होती है और जब चीजें ऑफ-स्क्रिप्ट जाती हैं, तो यह कॉल करने के लिए इसे छोड़ देता है, जैसे कि एक टूल छोड़ने या एक स्क्रू खोने के बाद। शोधकर्ताओं ने कहा कि राइम, हालांकि, रोबोटिक प्रणालियों के विकास और तैनाती को तेजी से ट्रैक कर सकता है, जो उन्हें प्रशिक्षित करने के लिए आवश्यक समय, ऊर्जा और धन को कम कर सकता है।
कंप्यूटर विज्ञान के क्षेत्र में एक डॉक्टरेट छात्र कुशाल केडिया ने कहा, “रोबोट के साथ काम करने के बारे में कष्टप्रद चीजों में से एक रोबोट पर अलग -अलग कार्यों को करने के लिए इतना डेटा एकत्र कर रहा है।” “यह नहीं है कि मनुष्य कैसे कार्य करते हैं। हम अन्य लोगों को प्रेरणा के रूप में देखते हैं।”
केडिया अटलांटा में रोबोटिक्स एंड ऑटोमेशन पर इंस्टीट्यूट ऑफ इलेक्ट्रिकल एंड इलेक्ट्रॉनिक्स इंजीनियर्स इंटरनेशनल कॉन्फ्रेंस में मई में, “एक-शॉट इमिटेशन अंडर मिसमैच्ड एक्ज़ीक्यूशन” पेश करेगा।
होम रोबोट सहायक अभी भी एक लंबा रास्ता तय कर रहे हैं क्योंकि उनके पास भौतिक दुनिया और इसकी अनगिनत आकस्मिकताओं को नेविगेट करने के लिए विट की कमी है। रोबोट को गति प्रदान करने के लिए, केडिया जैसे शोधकर्ता उन्हें प्रशिक्षण दे रहे हैं कि कैसे वीडियो के लिए क्या मात्रा में-एक प्रयोगशाला सेटिंग में विभिन्न कार्यों के मानव प्रदर्शन। इस दृष्टिकोण के साथ आशा, “इमिटेशन लर्निंग” नामक मशीन लर्निंग की एक शाखा यह है कि रोबोट तेजी से कार्यों का एक अनुक्रम सीखेंगे और वास्तविक दुनिया के वातावरण के अनुकूल होने में सक्षम होंगे।
कंप्यूटर विज्ञान के सहायक प्रोफेसर वरिष्ठ लेखक संजीबन चौधरी ने कहा, “हमारा काम फ्रांसीसी को अंग्रेजी में अनुवाद करने जैसा है – हम किसी भी कार्य को मानव से रोबोट तक अनुवाद कर रहे हैं।”
यह अनुवाद कार्य अभी भी एक व्यापक चुनौती का सामना करता है, हालांकि: मनुष्य एक रोबोट के लिए बहुत अधिक तरल रूप से ट्रैक करने और नकल करने के लिए आगे बढ़ते हैं, और वीडियो के साथ रोबोट को प्रशिक्षण देने के लिए इसके लिए Gobs की आवश्यकता होती है। इसके अलावा, वीडियो प्रदर्शन – कहते हैं, कहते हैं, एक नैपकिन उठाते हुए या डिनर प्लेट्स को स्टैकिंग करते हुए – धीरे -धीरे और निर्दोष रूप से प्रदर्शन किया जाना चाहिए, क्योंकि वीडियो और रोबोट के बीच कार्यों में किसी भी बेमेल ने ऐतिहासिक रूप से रोबोट सीखने के लिए कयामत दिया है, शोधकर्ताओं ने कहा।
“अगर एक मानव एक तरह से चलता है जो एक रोबोट कैसे चलता है, इससे अलग है, तो विधि तुरंत अलग हो जाती है,” चौधरी ने कहा। “हमारी सोच थी, ‘क्या हम इस बेमेल से निपटने के लिए एक राजसी तरीका खोज सकते हैं कि मनुष्य और रोबोट कैसे कार्य करते हैं?” “
राइम टीम का उत्तर है – एक स्केलेबल दृष्टिकोण जो रोबोट को कम बारीक और अधिक अनुकूली बनाता है। यह अपनी मेमोरी का उपयोग करने के लिए एक रोबोटिक सिस्टम को सुपरचार्ज करता है और डॉट्स को कनेक्ट करता है, जब वह केवल एक बार देखे गए कार्यों का प्रदर्शन करते हैं, तो उसने वीडियो को देखा है। उदाहरण के लिए, एक तुकबंदी से सुसज्जित रोबोट ने एक मानव का एक वीडियो दिखाया, जो काउंटर से एक मग प्राप्त कर रहा है और इसे पास के सिंक में रखकर अपने बैंक ऑफ वीडियो का कंघी करेगा और समान कार्यों से प्रेरणा लेगा-जैसे कि एक कप को लोभी करना और एक बर्तन कम करना।
शोधकर्ताओं ने कहा कि राइम रोबोट के लिए कई-चरण अनुक्रमों को सीखने का मार्ग प्रशस्त करता है, जबकि प्रशिक्षण के लिए आवश्यक रोबोट डेटा की मात्रा को काफी कम करता है। तुकबंदी के लिए सिर्फ 30 मिनट के रोबोट डेटा की आवश्यकता होती है; एक प्रयोगशाला सेटिंग में, सिस्टम का उपयोग करके प्रशिक्षित रोबोटों ने पिछले तरीकों की तुलना में कार्य सफलता में 50% से अधिक वृद्धि हासिल की, शोधकर्ताओं ने कहा।
