欢迎光临
我们一直在努力
您的位置:首页>人工智能 >

CSAIL方法允许机器人使用一些基本知识和单个演示来学习更广泛的任务

大多数机器人使用以下两种方法之一进行编程:从演示中学习,在其中观察正在完成的任务然后复制它,或者通过运动规划技术(如优化或采样),这需要程序员明确指定任务的目标和限制。

两种方法都有缺点。从示范中学习的机器人不能轻易地将他们学到的技能转移到另一种情况并保持准确。另一方面,使用采样或优化的运动规划系统可以适应这些变化但是耗时,因为它们通常必须由专业程序员手动编码。

麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员最近开发了一种系统,旨在桥接这两种技术:C-LEARN,它允许非编码器通过提供有关物体如何被操纵的一些信息来教授机器人一系列任务。然后向机器人展示任务的单个演示。

重要的是,这使用户能够教授机器人技能,这些技能可以自动转移到具有不同移动方式的其他机器人 - 这对于希望一系列机器人执行类似操作的公司来说是一项关键的节省时间和成本的措施。

通过将演示中的学习直观性与运动规划算法的精确性相结合,这种方法可以帮助机器人完成以前无法学习的新型任务,例如使用双臂进行多级装配,” ClaudiaPérez-D'Arpino是一名博士生,他与麻省理工学院教授Julie Shah 一起撰写了关于C-LEARN 的论文。

该团队在Optimus上测试了该系统,Optimus是一种新型双臂机器人,专为炸弹处理而设计,可以执行诸如打开门,运输物体和从容器中取出物体等任务。在模拟中他们表明,Optimus的学习技能可以无缝地转移到CSAIL的6英尺高,400磅重的人形机器人Atlas。

一篇描述C-LEARN的论文最近被IEEE机器人与自动化国际会议(ICRA)接受,该会议将于5月29日至6月3日在新加坡举行。

这个怎么运作

通过C-LEARN,用户首先向机器人提供关于如何到达和掌握具有不同约束的各种对象的信息的知识库。(C-LEARN中的C代表“约束”。)例如,轮胎和方向盘具有相似的形状,但是为了将它们附接到汽车,机器人必须以不同方式配置其臂以移动它们。知识库包含机器人执行此操作所需的信息。

然后,操作员使用3-D界面向机器人显示特定任务的单个演示,该演示由称为“关键帧”的一系列相关时刻表示。通过将这些关键帧与知识库中的不同情况相匹配,机器人可以根据需要自动建议运营商批准或编辑的运动计划。

Pérez-D'Arpino说:“这种方法实际上非常类似于人类在看待事物的完成方式以及将其与我们已经了解的世界联系起来方面的学习方式。” “我们不能从单一的演示中神奇地学习,因此我们将获取新信息,并将其与之前有关我们环境的知识相匹配。”

一个挑战是可以从演示中学到的现有约束不够准确,无法使机器人精确地操纵物体。为了克服这个问题,研究人员开发了受计算机辅助设计(CAD)程序启发的约束,这些程序可以告诉机器人它的手是否应该与它相互作用的物体平行或垂直。

该团队还表明,机器人在与人类合作时表现更好。虽然机器人自己成功地执行了87.5%的任务,但是当它有一个操作员可以纠正与机器人偶尔不准确的传感器测量相关的微小错误时,它就会百分之百地完成任务。

密歇根大学电气工程与计算机科学系助理教授德米特里·贝伦森说:“拥有知识基础是相当普遍的,但不常见的是将其与示范学习相结合。” “这非常有帮助,因为如果你一遍又一遍地处理相同的物体,那么你不需要从头开始教导机器人每一项新任务。”

应用

该系统是更大范围的研究浪潮的一部分,重点是使从示范学习的方法更具适应性。如果你是一个学会从演示中取出物体的机器人,如果你需要以不同的方式移动你的手臂的方式存在障碍,你可能无法做到。但是,使用C-LEARN训练的机器人可以做到这一点,因为它没有学习一种特定的方式来执行动作。

“我们正在逐渐模仿运动,转向实际上试图推断运动背后的原理,这对场地有利,”Berenson说。“通过在运动规划器中使用这些学习的约束,我们可以制作比仅仅试图模仿正在演示的内容更灵活的系统”

Shah说,先进的LfD方法在时间敏感的场景中可能非常重要,例如炸弹处理和灾难响应,其中机器人目前在个别关节运动的水平上进行远程操作。

Pérez-D'Arpino说:“拿起一个盒子这么简单就需要20-30分钟,这对于紧急情况来说非常重要。”

C-LEARN还不能处理某些高级任务,例如避免冲突或为给定任务规划不同的步骤序列。但该团队希望通过人类学习获得更多见解将为机器人提供更广泛的物理能力。

“在现实场景中对机器人进行传统编程既困难又乏味,需要大量的领域知识,”Shah说。“如果我们能够像培训人员一样训练他们,那将会更有效:给他们一些基本知识和一次示范。这是教导机器人执行装配制造和船舶或飞机维护所需的复杂多臂和多步骤任务的一个令人兴奋的步骤。“

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。
在线看片网站