Новая модель машинного обучения может позволить роботам понимать взаимодействия и взаимосвязи в мире так же, как люди

◼️Многие deep learning модели не понимают природу отношений между отдельными объектами. Например, без знания определенных взаимосвязей робот, предназначенный для помощи кому-то на кухне, будет испытывать трудности с выполнением команды «возьмите лопатку, которая находится слева от плиты, и поместите ее на разделочную доску»:))

🔳Пытаясь решить эту проблему, исследователи Массачусетского технологического института разработали модель, которая понимает основные отношения между объектами в отдельно взятых случаях. Их модель представляет собой разные поведенческие сценки, а затем объединяет их для описания и понимания всей ситуации. Это позволяет модели генерировать более точные изображения из текстовых описаний, даже если ситуация включает в себя несколько объектов, которые состоят в различных отношениях друг с другом

◼️Эта работа может быть применена для работы промышленных роботов, которые должны выполнять сложные многоступенчатые манипуляционные задачи, такие как складывание предметов на складе или сборка техники. Данная разработка также приближает область науки на один шаг к тому, чтобы машины могли учиться взаимодействовать с окружающей средой так, как это делают люди