En el sótano del edificio Gates Computer Science Building en la Universidad de Stanford, se enciende una pantalla conectada a un brazo robótico rojo. Un par de ojos de dibujos animados parpadean. "Conoce a Bender", dice Ajay Mandlekar, estudiante de doctorado en ingeniería eléctrica.
Bender es uno de los brazos robóticos que un equipo de investigadores de Stanford está utilizando para probar dos marcos que, juntos, podrían acelerar y facilitar la enseñanza de habilidades básicas de los robots. El marco RoboTurk permite a las personas dirigir los brazos robóticos en tiempo realcon un teléfono inteligente y un navegador mostrándole al robot cómo realizar tareas como recoger objetos. SURREAL acelera el proceso de aprendizaje al ejecutar múltiples experiencias a la vez, esencialmente permitiendo que los robots aprendan de muchas experiencias simultáneamente.
"Con RoboTurk y SURREAL, podemos ampliar el límite de lo que los robots pueden hacer al combinar muchos datos recopilados por humanos y combinarlos con el aprendizaje de refuerzo a gran escala", dijo Mandlekar, miembro del equipo que desarrolló los marcos.
El grupo presentará RoboTurk y SURREAL el 29 de octubre en la conferencia sobre aprendizaje de robots en Zurich, Suiza.
Humanos enseñando robots
Yuke Zhu, un estudiante de doctorado en ciencias de la computación y miembro del equipo, mostró cómo funciona el sistema abriendo la aplicación en su iPhone y agitándolo en el aire. Guió el brazo del robot, como una grúa mecánica en unjuego de arcade: para pasar el cursor sobre su premio: un bloque de madera pintado para que parezca un bistec. Esta es una tarea simple de recoger y colocar que consiste en identificar objetos, recogerlos y ponerlos en el contenedor con la etiqueta correcta.
Para los humanos, la tarea parece ridículamente fácil. Pero para los robots de hoy en día, es bastante difícil. Los robots generalmente aprenden interactuando y explorando su entorno, lo que generalmente resulta en una gran cantidad de movimientos aleatorios del brazo, o de grandes conjuntos de datos.Ninguno de estos es tan eficiente como obtener ayuda humana. De la misma manera que los padres enseñan a sus hijos a cepillarse los dientes guiándose las manos, las personas pueden demostrar a los robots cómo realizar tareas específicas.
Sin embargo, esas lecciones no siempre son perfectas. Cuando Zhu presionó con fuerza la pantalla de su teléfono y el robot soltó su agarre, el bistec de madera golpeó el borde del contenedor y cayó sobre la mesa. "Los humanos no son óptimos en absolutoesto ", dijo Mandlekar," pero esta experiencia sigue siendo integral para los robots ".
Aprendizaje más rápido en paralelo
Estas pruebas, incluso las fallas, proporcionan información invaluable. Las demostraciones recopiladas a través de RoboTurk brindarán a los robots los conocimientos básicos para iniciar su aprendizaje. SURREAL puede ejecutar miles de experiencias simuladas de personas en todo el mundo a la vez para acelerar el proceso de aprendizaje.
"Con SURREAL, queremos acelerar este proceso de interacción con el medio ambiente", dijo Linxi Fan, estudiante de doctorado en ciencias de la computación y miembro del equipo. Estos marcos aumentan drásticamente la cantidad de datos para que los robots aprendan.
"Los marcos gemelos combinados pueden proporcionar un mecanismo para el desempeño humano de las tareas asistidas por IA donde podemos alejar a los humanos de entornos peligrosos mientras conservamos un nivel similar de competencia en la ejecución de tareas", dijo Animesh Garg, miembro postdoctoral, miembro delequipo que desarrolló los marcos.
El equipo imagina que los robots serán una parte integral de la vida cotidiana en el futuro: ayudar con las tareas domésticas, realizar tareas de montaje repetitivas en la fabricación o completar tareas peligrosas que pueden representar una amenaza para los humanos.
"No deberías tener que decirle al robot que gire su brazo 20 grados y avance 10 centímetros", dijo Zhu. "Quieres poder decirle al robot que vaya a la cocina y consiga una manzana".
Los miembros actuales del equipo RoboTurk y SURREAL incluyen a Ajay Mandlekar, Yuke Zhu, Linxi Fan, Animesh Garg y los miembros de la facultad Fei-Fei Li y Silvio Savarese.
Fuente de la historia :
Materiales proporcionado por Universidad de Stanford . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :