2020. 07. 26. - 08:00
„Józan ész” segíti a robotot a navigálásban
Melyik a legmegfelelőbb útvonal a hűtőszekrényhez? Hatékony stratégiát dolgoztak ki a tökéletes navigációra egy újonnan fejlesztett robotnál.
Egy robot navigációja A és B pont között hatékonyabb, ha a szerkezet valóban megérti, hogy A pont mondjuk egy nappaliban levő kanapé, míg a B pont egy hűtőszekrény - még ha ismeretlen helyen is található.
Ez az ötlet áll az ún. „szemantikus” navigációs rendszer mögött, melyet a Carnegie Mellon Egyetem és a Facebook Mesterséges Intelligencia Kutatása (FAIR) fejlesztett ki. A SemExp rendszer 2020 júniusában a Habitat ObjectNav Challenge program győztese lett a virtuális számítógépes látás és mintafelismerés konferencián – a kínai a Samsung Research-csapat irányításával.
A SemExp, avagy célorientált szemantikus feltérképezés gépi tanulással igyekszik felkészíteni a robotot az objektumok felismerésére. Arra, hogy tisztában legyen vele, mekkora távolság van például két asztal között, illetve meg tudja határozni, hogy az ilyen típusú tárgyak hol lehetnek a lakásban. Olvasd el: Robot állkapocs gusztálja a gyógyszeres rágógumit
Ez lehetővé teszi a rendszer számára, hogy stratégiai gondolkodást alkalmazzon, amennyiben keres valamit – mondta el Devendra S. Chaplot, PhD-hallgató a CMU Gépi Tanulás Tanszékéről.
„A józan ész azt mondja, ha hűtőszekrényt keresünk, legjobb, ha a konyhába megyünk – magyarázta a kutató. - A klasszikus robot navigációs rendszer ezzel a gondolkodással szemben úgy fedezi fel a területet, hogy térképet készít és ezen látja az akadályokat. Végül eljut a célhoz, de lehet, hogy közben tesz néhány felesleges kitérőt.” Olvasd el: Szobaszervízt nyújt egy robot Kanadában
Léteztek természetesen korábbi kísérletek arra, hogy a gépi tanulást a szemantikai navigációs rendszerek kiképzésére használják, de ezek akadályoztatva voltak, mivel arra irányultak, hogy a robotok megjegyezzék a tárgyakat és azok helyét a környezetben.
Ezek a környezetek azonban nemcsak komplexek – a rendszer gyakran ütközik nehézségekbe a megtanult tapasztalatok általánosítása terén a különböző környezetekben.
Chaplot - a FAIR munkatársával, Dhiraj Gandhi-val, Abhinav Gupta-val, a Robotika Intézet docensével, valamint Ruslan Salakhutdinov-vel, a Gépi Tanulási Tanszék professzorával együttműködve elkerülte ezt a problémát a SemExp moduláris rendszerének elkészítésével.
Az új rendszer szemantikai módszerrel határozza meg a legmegfelelőbb helyeket egy adott objektum kereséséhez. Fontos, hogy csak miután eldöntötte, hova kíván menni, használja a klasszikus tervezést az odajutáshoz.
Ez a moduláris megközelítés több szempontból is hatékony. A tanulási folyamat során ugyanis a robot az objektumok és a helyiségek elrendezése közötti kapcsolatokra koncentrálhat, ahelyett, hogy elsajátítaná az útvonaltervezést. Nem mellesleg, a szemantikai „gondolkodás” határozza meg a leghatékonyabb keresési stratégiát.
László Adrienn
