Öğrenme, onlarca yıldır robot biliminde kutsal bir kâse olmuştur. Bu sistemler öngörülemeyen ortamlarda gelişecekse, programlamaya yanıt vermekten daha fazlasını yapmaları gerekecek – uyum sağlamaları ve öğrenmeleri gerekecek. Okudukça ve uzmanlarla konuştukça netleşen şey, gerçek robotik öğrenmenin birçok çözümün bir kombinasyonunu gerektireceği.
Video, uzayda son zamanlarda yapılan birçok çalışmanın merkezinde yer alan ilgi çekici bir çözümdür. Geçen yıl aşağı yukarı bu zamanlar, WHIRL’i vurguladık (in-the-Wild Human Imitating Robot Learning), bir görevi yerine getiren bir insanın kaydını izleyerek robotik sistemleri eğitmek için tasarlanmış, CMU tarafından geliştirilmiş bir algoritma.
Bu hafta, CMU Robotik Enstitüsü yardımcı doçenti Deepak Pathak VRB’yi sergiliyor (Vision-Robotics Bridge), WHIRL’in bir evrimi. Selefinde olduğu gibi, sistem görevi göstermek için bir insanın videosunu kullanır, ancak güncelleme artık robotun çalışacağı ile aynı bir ortamda yürütmelerini gerektirmez.
Doktora öğrencisi Shikhar Bahl yaptığı açıklamada, “Robotları kampüste gezdirip her türlü görevi yapabildik” diyor. “Robotlar, çevrelerindeki dünyayı merakla keşfetmek için bu modeli kullanabilirler. Sadece kollarını sallamak yerine, bir robot nasıl etkileşime girdiği konusunda daha doğrudan olabilir.”
Robot, temas noktaları ve yörünge dahil olmak üzere birkaç önemli bilgiyi izliyor. Ekip, örnek olarak çekmece açmayı kullanıyor. Temas noktası koldur ve yörünge, açıldığı yöndür. CMU, “İnsanların çekmeceleri açtığı birkaç videoyu izledikten sonra, robot herhangi bir çekmecenin nasıl açılacağını belirleyebiliyor” diyor.
Açıkçası, tüm çekmeceler aynı şekilde davranmaz. İnsanlar çekmeceleri açmada oldukça iyi hale geldi, ancak bu, ara sıra garip bir şekilde inşa edilen dolapların bize sorun çıkarmayacağı anlamına gelmiyor. Sonuçları iyileştirmenin en önemli püf noktalarından biri, eğitim için daha büyük veri kümeleri oluşturmaktır. CMU, Epic Kitchens ve Ego4D gibi veritabanlarından alınan videolara güveniyor; ikincisi “dünyanın dört bir yanından günlük etkinliklerin yaklaşık 4.000 saatlik benmerkezci videosuna” sahip.
Bahl, izlenmeyi bekleyen büyük bir potansiyel eğitim verileri arşivi olduğunu belirtiyor. Araştırmacı, “Bu veri kümelerini yeni ve farklı bir şekilde kullanıyoruz” diyor. “Bu çalışma, robotların mevcut çok sayıdaki internetten ve YouTube videolarından öğrenmelerini sağlayabilir.”
kim kimdir ne zaman nasıl nelerdir nedir ne işe yarar tüm bilgiler
dünyadan ilginç ve değişik haberler en garip haberler burada