Google bygger en Robotic Hive-Mind Børnehave

Hvor mange robotter skal der til for at åbne en dør? Hvis robotterne forsøger at finde ud af, hvordan de skal løse opgaven fra bunden, så hjælper det at have så mange som muligt involveret.

I tre separate forskningsartikler, der blev offentliggjort online mandag, viste forskere hos Google og andre Alphabet-datterselskaber flere måder, hvorpå robotter kan lære at udføre simple opgaver hurtigere ved at dele forskellige typer læringserfaringer.

Forskerne træner hold af industrirobotter til at udføre simple opgaver ved hjælp af en teknik kaldet forstærkningslæring, som kombinerer forsøg og fejl med positiv feedback. I øjeblikket er disse opgaver ekstremt enkle, som at åbne døre eller skubbe rundt på genstande. Men sådanne fremskridt vil være afgørende, hvis robotter nogensinde skal være i stand til at hjælpe med dagligdags gøremål som at folde vasketøjet eller tage opvasken.

Fire robotter øver sig i at åbne forskellige døre.

Selvom robotter bliver billigere og mere dygtige, er det en næsten umulig opgave at programmere dem til at opføre sig pålideligt i uforudsigelige hverdagssituationer. Forstærkningslæring tilbyder en løsning ved at lade robotter i det væsentlige programmere sig selv, mens de lærer på jobbet. Men det kan være meget tidskrævende for en individuel bot at prøve mange forskellige måder at udføre en opgave på. Deling af læreprocessen, en teknik, der ofte kaldes cloud-robotik, kan hjælpe med at accelerere processen, selvom ideen forbliver på et tidligt stadium (se 10 Breakthrough Technologies: Robots That Teach Other).

I de tre aviser, der blev udgivet mandag, Sergey Levine , en forsker hos Google, som leder robotindlæringsindsatsen, og kolleger beskriver flere læringsstrategier, der kan fordeles på tværs af en gruppe robotter.

I hvert tilfælde bruger de involverede robotter neurale netværk, der forsøger at forudsige resultatet af forskellige handlinger. Hver robot varierer sin adfærd en smule og forstærker derefter de variationer, der giver større belønninger. Disse netværk bliver derefter periodisk ført tilbage til en central server, som bygger et nyt neuralt netværk, der kombinerer al den indlærte adfærd, og det netværk omfordeles tilbage til robotterne for endnu en runde træning.

I det første eksperiment var målet at dreje et dørhåndtag og åbne en dør, og fire forskellige robotter blev sat i gang med at øve sig på forskellige døre og grebstyper. 'Da robotterne blev trænet på døre, der ser forskellige ud fra hinanden, lykkes den endelige politik på en dør med et håndtag, som ingen af ​​robotterne havde set før,' skrev Levine i en blogindlæg sammen med Timothy Lillicrap, en forsker hos Google DeepMind, og Mrinal Kalakrishnan, en forsker ved X, Googles 'moonshot'-forskningsfacilitet.

I det andet eksperiment blev robotternes læreproces fremskyndet takket være samspillet mellem en person, der styrer en robotarm. Og i en tredje fandt en robot ud af, hvordan man flytter og roterer objekter ved hjælp af input fra et kamera og en tillært evne til at forudsige, hvordan handlinger ville ændre billedet - hvad forskerne beskriver som en simpel fysisk model af verden. Stephanie Tellex , en assisterende professor ved Brown University, der studerer robotlæring, siger, at dette er en spændende idé. 'At forudsige de fysiske effekter af handlinger som at skubbe er spændende, fordi det gør robotten i stand til at forstå noget om, hvordan verden fungerer,' siger hun.

Virksomheden er åbenlyst opsat på at få mest muligt ud af, hvad der kunne blive en kommende revolution på området takket være anvendelsen af ​​maskinlæringsteknikker. Nogle robotproducenter udforsker allerede måder at bruge forstærkningslæring til at strømline programmeringen af ​​deres produkter.

'Selvfølgelig er den slags adfærd, som robotter i dag kan lære, stadig ret begrænset,' skrev forfatterne. 'Men efterhånden som algoritmer forbedres, og robotter udrulles mere bredt, kan deres evne til at dele og samle deres erfaringer være medvirkende til, at de kan hjælpe os i vores daglige liv.'

skjule