Научно-технический журнал "Робототехника и техническая кибернетика" rusrobotics.ru
• Издается с 2013 года
• Входит в Перечень ВАК
• Включен в RSCI
• Входит в ядро РИНЦ
• Соответствует категории К2
• Входит в "Белый список"
Post #3138
170

MIT научил роботов понимать недосказанные инструкции людей
Исследователи из Массачусетского технологического института (MIT) разработали систему обучения роботов, которая позволяет им понимать не только прямые команды человека, но и скрытые требования, остающиеся за рамками инструкций. Новый подход получил название Masked Inverse Reinforcement Learning (Masked IRL) и помогает роботам осваивать задачи с использованием почти в 5 раз меньшего объёма обучающих демонстраций по сравнению с существующими методами.
Традиционно для обучения роботов используются либо многочисленные физические демонстрации действий, либо подробные текстовые инструкции. При отсутствии одного из этих компонентов система может неправильно интерпретировать задачу. Команда MIT попыталась решить эту проблему с помощью больших языковых моделей.
В основе Masked IRL лежит двухэтапный процесс. Сначала одна языковая модель анализирует физическую демонстрацию человека и уточняет неоднозначные команды. Например, инструкция «держись ближе» может быть автоматически преобразована в более конкретную формулировку «держись ближе к поверхности стола». Для этого система сравнивает траекторию движения робота с кратчайшим возможным маршрутом и пытается понять, какие особенности поведения были важны для человека.
Затем вторая языковая модель анализирует окружающую среду и определяет, какие объекты действительно имеют значение для выполнения задачи. Каждому элементу присваивается статус важного или несущественного. Если во время демонстрации человек случайно опирался на стол, этот факт будет проигнорирован. Зато расположение ноутбука, препятствий или самого объекта назначения будет учтено при построении плана действий.
Такой механизм отбора информации оказался ключевым преимуществом системы. В ходе испытаний как в виртуальной среде, так и на реальном роботизированном манипуляторе Masked IRL на 15% чаще правильно определял предпочтения пользователей, которые те не озвучивали напрямую.
(По материалам сайта iXbt.com)
Исследователи из Массачусетского технологического института (MIT) разработали систему обучения роботов, которая позволяет им понимать не только прямые команды человека, но и скрытые требования, остающиеся за рамками инструкций. Новый подход получил название Masked Inverse Reinforcement Learning (Masked IRL) и помогает роботам осваивать задачи с использованием почти в 5 раз меньшего объёма обучающих демонстраций по сравнению с существующими методами.
Традиционно для обучения роботов используются либо многочисленные физические демонстрации действий, либо подробные текстовые инструкции. При отсутствии одного из этих компонентов система может неправильно интерпретировать задачу. Команда MIT попыталась решить эту проблему с помощью больших языковых моделей.
В основе Masked IRL лежит двухэтапный процесс. Сначала одна языковая модель анализирует физическую демонстрацию человека и уточняет неоднозначные команды. Например, инструкция «держись ближе» может быть автоматически преобразована в более конкретную формулировку «держись ближе к поверхности стола». Для этого система сравнивает траекторию движения робота с кратчайшим возможным маршрутом и пытается понять, какие особенности поведения были важны для человека.
Затем вторая языковая модель анализирует окружающую среду и определяет, какие объекты действительно имеют значение для выполнения задачи. Каждому элементу присваивается статус важного или несущественного. Если во время демонстрации человек случайно опирался на стол, этот факт будет проигнорирован. Зато расположение ноутбука, препятствий или самого объекта назначения будет учтено при построении плана действий.
Такой механизм отбора информации оказался ключевым преимуществом системы. В ходе испытаний как в виртуальной среде, так и на реальном роботизированном манипуляторе Masked IRL на 15% чаще правильно определял предпочтения пользователей, которые те не озвучивали напрямую.
(По материалам сайта iXbt.com)
















