Роботы научились перенимать новые навыки по одному видео с человеком — в среднем за 29 секунд. Новый фреймворк HOST позволяет осваивать умения прямо на этапе вывода, не разрушая уже выученное.
Проблема традиционного обучения
Чтобы надёжно работать в динамичной реальной обстановке, робот должен уметь быстро осваивать новое без долгих дополнительных тренировок. Но большинство современных систем хорошо справляются только с теми задачами, на которых их обучили.
Научить робота новой задаче — это время и деньги. Хуже того, дополнительное обучение иногда портит его результаты на старых задачах.
Исследователи из Пекинского технологического института, X SQUARE ROBOT и Университета Цинхуа разработали HOST (Human-to-robot One-Shot Skill AcquisiTion) — новый фреймворк, который позволяет роботам перенимать навыки быстрее и эффективнее. Их подход, описанный в статье на arXiv, даёт роботу возможность выучить новое умение по одному видео с человеком, не жертвуя уже освоенными.
«Способность быстро и без усилий приобретать навыки, сохраняя при этом уже освоенные, — ключевое условие для роботов, — пишут Гуанъянь Чэнь, Мэйлин Ван и их коллеги. — Однако нынешние методы всё ещё опираются на громоздкий цикл тренировок: дорого, медленно, да и разъедает уже выученное. Мы представляем HOST — фреймворк, который позволяет роботу осваивать навыки за секунды по одному видео с человеком, не теряя прежних».
Как HOST превращает видео в действия
Разработанный Чэнем, Ван и их командой фреймворк позволяет роботу выучить новый навык, просто проанализировав видео с человеком. Всё происходит в три этапа.
Сначала HOST по кадрам с камер определяет, насколько робот продвинулся по процедуре из видео. Иными словами, находит ту часть демонстрации, которая соответствует текущему моменту.
Система затем анализирует следующий участок человеческой демонстрации и прогнозирует, что робот должен увидеть, продвигаясь по задаче. Этот промежуточный шаг помогает HOST учитывать различия между телом человека-демонстратора и физической структурой робота.
На финальном этапе HOST выводит действия, которые роботу предстоит выполнить, из этих предсказанных будущих наблюдений. Постоянно определяя свой текущий прогресс, предвосхищая, что ему следует наблюдать дальше, и выбирая соответствующие действия, робот следует показанной процедуре, адаптируя её под собственное строение.
Хотя HOST осваивает новый навык по одному видео без обновления своих параметров, базовая структура была заранее обучена на 193 462 траекториях робота, охватывающих 229 задач. Затем её адаптировали с помощью 5 847 видео с демонстрациями человека, каждое из которых сопровождалось траекториями робота для показанных задач.
«HOST решает задачу освоения навыков через каскад самозакрепляющихся предсказаний. Сначала он оценивает прогресс робота в рамках демонстрируемой задачи, затем переводит предстоящее продвижение в будущие наблюдения самого робота и, наконец, выводит действия из этих предсказанных наблюдений», — пишут авторы.
«Этот каскад обучается на целях, привязанных к видеодемонстрации: траекторию робота и видео отображают на общее пространство прогресса задачи, после чего каждую цель переопределяют, чтобы она совпадала с будущим продвижением видео. Так HOST позволяет роботу активно следовать показанной процедуре и адаптировать её под своё воплощение».
Реальные испытания и результаты
Исследователи проверили свою систему в реальных испытаниях на двухрукой роботизированной платформе. В её состав входили два шестиосевых манипулятора ARX R5 с параллельными захватами и три RGB-камеры.
Робота тестировали на 50 ранее не встречавшихся задачах физического манипулирования, которые включали разные объекты и инструменты и требовали различных движений. Каждую задачу он пытался выполнить 20 раз, при этом объекты размещались в разных стартовых позициях или под разными углами. Успешность каждой попытки оценивали люди-эксперты.
«HOST осваивает новые навыки в момент вывода по одному человеческому видео в среднем за 29 секунд и достигает среднего показателя успеха в 62%», — сообщают Чэнь, Ван и их коллеги. «Это на 45% выше нулевого базового уровня, при этом ранее освоенные навыки сохраняются. HOST даже превосходит базовую модель, дообученную на 50 роботизированных демонстрациях на задачу, требуя в 50 раз меньше демонстраций и осваивая каждый навык в 507 раз быстрее».
Результаты первых испытаний показывают потенциал HOST для обучения роботов новым навыкам быстрее и без обширных специализированных демонстраций. В будущем систему можно доработать для повышения успешности, а также протестировать на других роботах или в более широком спектре сценариев.
Этот материал подготовила для вас наш автор Ингрид Фаделли, отредактировала Сэди Харли, а факт-чекинг и рецензирование взял на себя Роберт Иган. Вся работа сделана вручную, с вниманием к деталям.
Мы существуем благодаря читателям вроде вас. Если вам важно, чтобы независимая научная журналистика жила, поддержите нас донатом (особенно если оформите ежемесячную подписку). В благодарность получите аккаунт без рекламы.
Смотрите также в каталоге ROBOWIN
Под заказ 25–55 дней, со склада по России 1–3 дня. Частному лицу карта и чек, компании счёт.