Minecraft viser robotter, hvordan man stopper dithering

Computerspillet Minecraft , som skildrer en verden bestående af retro, pixelerede blokke, der kan modificeres og omarrangeres i endeløse arkitektoniske konfigurationer, er blevet rost for at lære unge spillere om kreativitet, problemløsning og overlevelsesevner (i visse tilstande skal du undgå trusler, herunder zombier ). Nå, det viser sig, at selv uerfarne robotter kan lære en ting eller to ved at spille spillet.

Minecraft blev brugt til at lære en virtuel agent, hvilke trin der skal udelukkes, når de forsøger at sætte en guldblok i en ovn.

Stephanie Tellex , en professor ved Brown University, bruger Minecraft såvel som maskiner fra den virkelige verden til at udforske måder, hvorpå robotter kan løse nye problemer hurtigere og mere effektivt. Dette er ikke noget, de fleste robotter behøver at gøre, da de arbejder i et fast miljø og udfører arbejde, der er omhyggeligt programmeret på forhånd. Men det kan være vigtigt, da robotter begynder at påtage sig mere komplekse, åbne opgaver i mindre strukturerede omgivelser. En robot designet til at hjælpe rundt i hjemmet, for eksempel, skulle finde ud af, hvordan man udfører forskellige gøremål.

Du siger måske til en robot 'Lav kaffe til mig', men det næste øjeblik siger du måske 'Tøj tøjet', siger Tlex. I denne sammenhæng, hvor du ikke kender målet på forhånd, er der dette planlægningsproblem. Det er meget udfordrende at finde rækkefølgen af ​​handlinger, der kommer til at virke i dette særlige miljø. Vores tilgang handler om at lære så hurtigere.

Forskernes algoritme blev testet på en rigtig robot programmeret til at hjælpe med madlavningen.

Udfordringen for en robot er, at den mangler kontekstuel forståelse af verden. Det betyder, at den skal gennemgå alle de mulige handlinger, der kan hjælpe den med at nå et mål. For at vaske tøjet kan en robot overveje, om det kan hjælpe at bruge kaffemaskinen. Og for en sofistikeret robot, der arbejder i et komplekst miljø, kan antallet af scenarier, der skal overvejes, være enormt, hvilket kræver omfattende beregningskraft.

Tellex udviklede sammen med en af ​​sine kandidatstuderende, David Abel, og flere andre kollegaer hos Brown en algoritme, der lader en robot beskære visse mulige handlingsveje ved at forstå den retning, en bestemt opgave peger i. Bevæbnet med en sådan algoritme kan en robot forstå, at vasketøjet ikke involverer brug af køkkenudstyr eller redskaber – viden, der enten kan forprogrammeres eller læres gennem erfaring.

Minecraft blev brugt til at teste læringstilgangen. Forskerne kontrollerede en virtuel karakter, der havde til opgave at sætte en virtuel guldblok ind i en virtuel ovn, mens de undgik en virtuel pool af lava. Efter at have udført opgaven i et begrænset område, gennem længerevarende forsøg og fejl, lærte algoritmen, der styrer karakteren, at visse adfærd, såsom at placere guldblokke på jorden, kunne udelukkes, når man forsøgte at nå målet.

Når du bliver bedt om at udføre den samme opgave i en mere kompleks setting, kan karakteren arbejde gennem et meget mindre sæt potentielle scenarier. Og tilgangen kunne lade robotter lære at udføre en opgave i et virtuelt miljø, før de tager scenarier i den virkelige verden (se Selv robotter har nu deres egen virtuelle verden).

Manuela Veloso , en professor med speciale i robotteknologi ved Carnegie Mellon University, siger, at virtuel læring allerede er et vigtigt område for robotteknologi. Det er klart, at en robot ikke kan bruge trial and error til at lære at gå ned af trapper, da den går i stykker ved det første forsøg, siger hun. Simulering kan generelt hjælpe med at træne en model, som så kan bruges af en rigtig robot.

Brown-forskerne testede også tilgangen med en rigtig maskine: en Baxter-robot fra Gentænk Robotics . De tildelte robotten til at hjælpe en person med at lave mad, og programmerede ind i en forståelse af de handlinger, der kunne diskonteres for visse opskrifter. Dette gjorde maskinen mere effektiv, når den skulle bestemme sin egen handlingsmetode til at hjælpe med at lave brownies.

Den tilgang, Brown-forskerne fulgte, er ikke kun mere effektiv, men i en vis forstand mere menneskelig, idet den kræver en dybere forståelse af en opgave og dens kontekst. Vi blev inspireret af noget af litteraturen om 'affordances', som er, hvordan folk ser på verden, når de forsøger at opnå noget, siger Tellex.

Brug af Minecraft til at fjerne robottens sind fra Brown Universitet på Vimeo .

skjule