L’Université Cornell enseigne aux robots de nouvelles tâches à partir de vidéos pratiques en seulement 30 minutes

Les chercheurs de l’Université de Cornell ont développé un nouveau cadre robotique propulsé par l’intelligence artificielle. Rhyme – la récupération de l’imitation hybride dans une exécution incompatible – permet aux robots d’apprendre des tâches en regardant une seule vidéo pratiques.

Les robots peuvent être des apprenants capricieux, a déclaré l’équipe de Columbia. Historiquement, ils ont nécessité des directions précises et étape par étape pour effectuer des tâches de base. Ils ont également tendance à arrêter lorsque les choses se déroulent hors descriptions, comme après avoir abandonné un outil ou perdu une vis. Cependant, Rhyme pourrait accélérer le développement et le déploiement de systèmes robotiques en réduisant considérablement le temps, l’énergie et l’argent nécessaires pour les former, ont affirmé les chercheurs.

« L’une des choses ennuyeuses à propos de travailler avec des robots est de collecter tellement de données sur le robot effectuant différentes tâches », a déclaré Kushal Kedia, doctorante dans le domaine de l’informatique. «Ce n’est pas ainsi que les humains font des tâches. Nous considérons les autres comme une inspiration.»

Kedia présentera le document, « Imitation à un seul coup dans l’exécution incompatible», Le mois prochain à la Conférence internationale de l’Institut des ingénieurs électriques et électroniques (IEEE) sur la robotique et l’automatisation (ICRA) à Atlanta.

Ouvrir le chemin pour les robots domestiques

Le université L’équipe a déclaré que les assistants de robot à domicile étaient encore loin car ils n’ont pas d’esprit pour naviguer dans le monde physique et ses innombrables contingences.

Pour mettre des robots à jour, des chercheurs comme Kedia les forment avec des vidéos pratiques – des démonstrations humaines de diverses tâches en laboratoire. Les chercheurs de Cornell ont déclaré qu’ils espéraient que cette approche, une branche de l’apprentissage automatique appelé «apprentissage d’imitation», permettra aux robots d’apprendre une séquence de tâches plus rapidement et de s’adapter aux environnements du monde réel.

«Notre travail est comme traduire le français en anglais – nous traduisons une tâche donnée de l’homme au robot», a déclaré l’auteur principal Sanjiban Choudhuryprofesseur adjoint d’informatique.

Cette tâche de traduction est toujours confrontée à un défi plus large: les humains se déplacent trop fluides pour qu’un robot puisse suivre et imiter, et les robots d’entraînement nécessitent beaucoup de vidéo. De plus, des démonstrations vidéo de, disons, de ramasser une serviette ou des assiettes à dîner doivent être effectuées lentement et parfaitement. Tout décalage dans les actions entre la vidéo et le robot a historiquement orthographié Doom pour l’apprentissage du robot, ont déclaré les chercheurs.

« Si un humain se déplace d’une manière différente de la façon dont un robot bouge, la méthode s’effondre immédiatement », a déclaré Choudhury. «Notre pensée était:« Pouvons-nous trouver un moyen de principe de gérer cette inadéquation entre la façon dont les humains et les robots font des tâches? »»

Cornell Rhyme aide les robots à apprendre les tâches en plusieurs étapes

Rhyme est la réponse de l’équipe – une approche évolutive qui rend les robots moins capricieux et plus adaptatifs. Il permet à un système robotique d’utiliser sa propre mémoire et de connecter les points lors de l’exécution de tâches qu’il n’a visionnées qu’une seule fois en dessinant des vidéos qu’elle a vues.

Par exemple, un robot équipé de rimes a montré une vidéo d’un humain récupérant une tasse du comptoir et le placer dans un évier à proximité mettra à peigner sa banque de vidéos et s’inspirera d’actions similaires, comme la saisie d’une tasse et l’abaissement d’un ustensile.

L’équipe a déclaré que Rhyme ouvre la voie aux robots pour apprendre les séquences en plusieurs étapes tout en réduisant considérablement la quantité de données de robot nécessaires à la formation. La rime ne nécessite que 30 minutes de données robotiques; En laboratoire, les robots formés en utilisant le système ont atteint une augmentation de plus de 50% du succès des tâches par rapport aux méthodes précédentes, ont déclaré les chercheurs de Cornell.

« Ce travail est un écart par rapport à la façon dont les robots sont programmés aujourd’hui. Le statu quo des robots de programmation est des milliers d’heures de téléopération pour enseigner au robot comment faire des tâches. C’est tout simplement impossible », a déclaré Choudhury déclaré. «Avec Rhyme, nous nous éloignons de cela et apprenons à former des robots de manière plus évolutive.»

Inscrivez-vous maintenant pour ne pas manquer!