Kako narediti robote, da upoštevajo svoje naročila

Ali sanjate o prihodnosti, v kateri se roboti uporabljajo za različne dejavnosti, da nam jih ni treba sami izvajati?




Daj no, razmisli! Čiščenje, kuhanje, opravljanje vseh naših nalog je le nekaj čudovitih možnosti. Kakšna čudovita možnost kajne? Na žalost boste v tem trenutku morali še naprej sanjati.



Medtem ko jih je nekaj neverjetni roboti ki obstajajo tam, roboti še niso dovolj prilagodljivi, da bi lahko učinkovito izvajali široko paleto dejavnosti. Čeprav je tehnologija za prepoznavanje govora napredovala s skoki in rokami, še vedno ni dovolj dobra za uporabo z roboti.



Vaša najboljša stava za pridobitev nečesa, kot je hipotetični robot butler, ki bi sledil vašim navodilom, je, da vtipkate nabor navodil.





Izgovorjeni ukazi

Težava govorjenih ukazov je, da vsebujejo različne stopnje zahtevnosti, čeprav to morda ni vedno jasno.

Predstavljajte si, da bi svojemu robotku rekli: 'Vzemite tisto škatlo tam.' To se zdi dovolj preprosto, vendar obstaja težava. Vaš robot bo moral to razčleniti na več korakov, preden konča dejanje. Možen scenarij za izvajanje tega ukaza je:

  • Vklopite sistem sledenja
  • Vklopite sprehajalne motorje
  • Spremeni smer
  • Naredite potrebne ukrepe
  • Zavrtite okončine
  • Klenč škatla
  • Dvižna omarica

Kot vidite, je to pravzaprav bolj zapleteno, kot se je sprva zdelo. Zdaj si predstavljajte ta ukaz v primerjavi z nečim, kot je: 'Vklopite sistem za sledenje.'

Kako lahko to rešimo? Kakor je zdaj, bodo roboti imeli težave pri ugotavljanju različnih stopenj zapletenosti govorjenih ukazov.

Ne boj se, ekipa na Univerza Brown je razvil sistem, ki izboljšuje način rokovanja z govorjenimi ukazi.





Kako narediti robote, da upoštevajo svoje naročila: sistem, ki omogoča, da roboti učinkovito izvajajo govorjene ukaze

Raziskovalci v Brownu so podatke, ki so jih pridobili, uporabili za usposabljanje svojega sistema za razumevanje različnih stopenj zahtevnosti. Sistem je nato lahko zbral, kaj je treba izvesti, in razumel stopnje zahtevnosti, povezane z različnimi stavčnimi strukturami.

Skupina z univerze Brown se je odločila, da se bo lotila problema pridobivanja robotov za izvajanje govornih ukazov z uporabo iznajdljivega sistema. Uporabili so oba Amazona Mehanski Turk kot tudi orodje z imenom Virtual Cleanup World za razvoj njihovega modela.

Mehanski Turk je trg za delo, ki zahteva inteligenco ljudi. Čeprav umetna inteligenca nekaj ustvarja impresivni podvigi, obstaja veliko nalog, ki jih ljudje lahko opravljajo bolj učinkovito, na primer prepoznavanje predmetov v videoposnetku. Navidezni svet čiščenja je domena virtualnih opravil. Sestavljen je iz barvno označenih sob, navideznega robota in predmeta, s katerim bo robot lahko opravljal naloge.
Virtualni svet čiščenja | Univerza Brown

Prostovoljci v podjetju Mechanical Turk so ugotovili, kateri sklopi navodil so privedli do določenih ukrepov v svetu čiščenja. Najprej so opazovali robota, ko je opravljal različne naloge.

Nato so jih vprašali, kateri nabori navodil so mislili, da bodo delovali bolje. Prostovoljci so bili pozvani, naj ustvarijo ukaze na visoki, srednji in nizki ravni.

Ukazi na visoki ravni so bili tisti, kot je navodilo robota, naj nosi stol v sobo določene barve. Ukazi nizke ravni so bili ukazi razdeljeni na več korakov. Ukazi srednjega nivoja so združili funkcije ukazov visoke in nizke ravni.

Raziskovalci v Brownu so podatke, ki so jih pridobili, uporabili za usposabljanje svojega sistema za razumevanje različnih stopenj zahtevnosti. Sistem je nato lahko zbral, kaj je treba izvesti, in razumel stopnje zahtevnosti, povezane z različnimi stavčnimi strukturami.





Preizkušanje sistema

Ko so roboti uspeli ugotoviti želeni končni rezultat in razumeti stopnjo zapletenosti nalog, so nalogo opravili v samo 1 sekundi 90 odstotkov časa.

Na podlagi tega je lahko na podlagi izgovorjenih ukazov oblikoval ustrezen načrt. Po treningu njihovega sistema je bil čas, da preizkusimo sadove njihovega dela. Raziskave so ponovno uporabile Cleanup World, pa tudi pravega robota, ki deluje v fizičnem prostoru, postavljenem podobno kot virtualni svet čiščenja.

Ljudje dajejo navodila na različnih ravneh abstrakcije - od preprostih in preprostih ('Pojdi malo proti severu') do bolj zapletenih ukazov, ki pomenijo nešteto podvrsti ('Odpeljite blok v modro sobo'). Nov programski sistem pomaga robotom bolje obravnavati navodila, ne glede na stopnjo abstrakcije. | Univerza Brown

Ko so roboti uspeli ugotoviti želeni končni rezultat in razumeti stopnjo zapletenosti nalog, so nalogo opravili v samo 1 sekundi 90 odstotkov časa.

Ko pa je prišlo do okvare v razumevanju stopnje zapletenosti, je trajalo dlje časa. V tem primeru so roboti potrebovali 20 ali več sekund načrtovanja, da so opravili nalogo.

Raziskovalci bodo morali najti načine, kako te razčlenitve čim bolj zmanjšati, da bodo ustvarili učinkovitejši sistem.





Končne misli

Roboti imajo še vedno precej poti, preden so v večini. Vendar pa nas to delo približa robotom, ki z lahkoto razumejo ukaze, ki jim jih postrežemo. Do takrat pojdite umiti svojo posodo.