ロボット学習は、すぐに自動化の最も活気のあるカテゴリになりました—そして当然のことながらそうです。 ロボットのプログラミングには、従来、多くの技術的ノウハウが必要でしたが、プログラマーやロボット工学者以外の人がこれらのシステムに私たちが望むことを行うように教えるためのより簡単な方法があったとしたらどうでしょうか。
模倣と強化学習は、現時点で最も人気のある2つの方法です。 1つ目は、ロボットを制御してタスクの実行を教えることであり、2つ目は、数百万の画像でシステムをトレーニングすることです。
多くの研究者は、人間がタスクを完了するのを監視することによってシステムを効果的にトレーニングする、さらに直感的な方法を模索しています。 カーネギーメロン大学のチームは、ビデオを見ることでシステムをトレーニングできるアルゴリズムである、野生の人間を模倣したロボット学習(WHIRL)のデモを行っています。
彼らのデモでは、既製の移動ロボットアームが、引き出しや電化製品の開閉やゴミの出し方など、20以上の家事を完了することを学びます。
「模倣は学ぶのに最適な方法です」と、ロボティクス研究所の博士課程の学生であるShikharBahlはリリースで述べています。 「ロボットに人間を直接観察することから実際に学習させることは、現場では未解決の問題ですが、この作業はその能力を実現する上で重要な一歩を踏み出します。」
ロボット工学者は、これらのシステムがいつの日か高齢の住宅所有者やその他の運動障害のある人々を支援するために展開されると予想している家庭環境で、このような機能が特に便利であることがわかります。
WHIRLの場合、特別なアドオンは必要ありません。 ロボットは、完全に習得するのに数回かかる場合でも、成功するまで特定のタスクを実行しようとします。 CMUが指摘しているように、独自のアプローチは人間と同じではない可能性があります。代わりに、システムは独自のハードウェア制限に基づいてタスクを完了するための最良の方法を探しています。
現在、システムはビデオを視聴することでトレーニングされており、チームはYouTubeなどのサービスからのクリップを含めるように拡張することを検討しています。