- 13,854
- 20
- 8 Ноя 2022
Исследователи выяснили, как быстро и недорого тренировать домашних помощников на открытых данных.
Новая система под названием Для просмотра ссылки Войдиили Зарегистрируйся учит роботов перемещать предметы в незнакомой обстановке. Разработка позволит преодолеть разрыв между быстрым прогрессом в области искусственного интеллекта и реальными возможностями машин без дополнительного дорогого обучения.
Исследователи из Нью-Йоркского университета и компании Meta* протестировали коммерческого робота Stretch от компании Hello Robot в 10 комнатах 5 домов. Находясь в комнате с роботом, один из ученых сканировал окружение при помощи приложения Record3D на iPhone, которое использует лидар для съемки 3D-видео.
Затем система OK-Robot обрабатывала кадры с помощью открытой модели распознавания объектов, чтобы робот мог найти в комнате предметы вроде игрушечного дракона, тюбика зубной пасты и колоды карт. Поднять и переместить заданные объекты ему удавалось в 58,5% случаев. А в менее захламленных комнатах показатель возрастал до 82%.
Поскольку в системе использовались модели, не адаптированные специально для этого проекта, робот просто останавливался, когда не находил нужную вещь, вместо того чтобы попытаться найти решение. Это существенно ограничивало его возможности и стало одной из причин более высокой эффективности в аккуратных комнатах: меньше предметов означало меньше путаницы и больше пространства для маневров.
По словам Махи Шафиуллы, аспиранта Нью-Йоркского университета и одного из руководителей исследования, интеграция системы OK-Robot с моделями распознавания речи позволила бы отдавать роботу голосовые команды и существенно упростила бы управление. Такой ход в потенциале выведет эксперименты на основе общедоступных данных на новый уровень.
"В сообществе разработчиков робототехники бытует мнение, что дом – слишком сложная среда, да и сами роботы представляют собой сложные механизмы. Поэтому идея объединения домашнего пространства и роботов воспринимается как совершенно нереальная", - поясняет он. "Но как только у людей появится уверенность в том, что создание домашних роботов вполне осуществимо, в этом направлении будет проводиться множество масштабных исследований".
По словам ученых, использование готовых моделей машинного обучения имеет как преимущества, так и недостатки. С одной стороны, отпадает необходимость в сборе дополнительных обучающих данных для конкретной среды. С другой стороны, возможности робота ограничены - он способен лишь поднимать объекты и опускать их в определенном месте.
Тем не менее, этот проект - важное достижение на пути к созданию полезных машин, способных выполнять задачи не только в лабораториях, но и в обычных жилых пространствах.
<span style="font-size: 9pt;">* Компания Meta и её продукты признаны экстремистскими, их деятельность запрещена на территории РФ.</span>
Новая система под названием Для просмотра ссылки Войди
Исследователи из Нью-Йоркского университета и компании Meta* протестировали коммерческого робота Stretch от компании Hello Robot в 10 комнатах 5 домов. Находясь в комнате с роботом, один из ученых сканировал окружение при помощи приложения Record3D на iPhone, которое использует лидар для съемки 3D-видео.
Затем система OK-Robot обрабатывала кадры с помощью открытой модели распознавания объектов, чтобы робот мог найти в комнате предметы вроде игрушечного дракона, тюбика зубной пасты и колоды карт. Поднять и переместить заданные объекты ему удавалось в 58,5% случаев. А в менее захламленных комнатах показатель возрастал до 82%.
Поскольку в системе использовались модели, не адаптированные специально для этого проекта, робот просто останавливался, когда не находил нужную вещь, вместо того чтобы попытаться найти решение. Это существенно ограничивало его возможности и стало одной из причин более высокой эффективности в аккуратных комнатах: меньше предметов означало меньше путаницы и больше пространства для маневров.
По словам Махи Шафиуллы, аспиранта Нью-Йоркского университета и одного из руководителей исследования, интеграция системы OK-Robot с моделями распознавания речи позволила бы отдавать роботу голосовые команды и существенно упростила бы управление. Такой ход в потенциале выведет эксперименты на основе общедоступных данных на новый уровень.
"В сообществе разработчиков робототехники бытует мнение, что дом – слишком сложная среда, да и сами роботы представляют собой сложные механизмы. Поэтому идея объединения домашнего пространства и роботов воспринимается как совершенно нереальная", - поясняет он. "Но как только у людей появится уверенность в том, что создание домашних роботов вполне осуществимо, в этом направлении будет проводиться множество масштабных исследований".
По словам ученых, использование готовых моделей машинного обучения имеет как преимущества, так и недостатки. С одной стороны, отпадает необходимость в сборе дополнительных обучающих данных для конкретной среды. С другой стороны, возможности робота ограничены - он способен лишь поднимать объекты и опускать их в определенном месте.
Тем не менее, этот проект - важное достижение на пути к созданию полезных машин, способных выполнять задачи не только в лабораториях, но и в обычных жилых пространствах.
<span style="font-size: 9pt;">* Компания Meta и её продукты признаны экстремистскими, их деятельность запрещена на территории РФ.</span>
- Источник новости
- www.securitylab.ru
