Roboter lernen, Anweisungen zu befolgen und nach Rezepten zu kochen

Rosie-Roboter, der zusammen mit dem PR2-Roboter am RoboHow-Projekt teilnimmt.

Verzeichnisse wie WikiHow enthalten eine Reihe von Anweisungen (oft kurz und informell) zur Ausführung verschiedener Aufgaben: wie man destilliertes Wasser erhält, wie man ein Gespräch mit einem Mädchen führt, wie man die Leber wiederherstellt - hier finden Sie Anweisungen zu absolut jedem Thema .

Es wäre großartig, eine Basis mit Anweisungen nicht für Menschen, sondern für Roboter zu schaffen, dachten Ingenieure des Instituts für Künstliche Intelligenz der Universität Bremen (Deutschland), die Autoren des RoboHow- Projekts .

Mit einer solchen Basis von Wiki-Anweisungen können Roboter Informationen untereinander übertragen. Wenn ein Roboter irgendwo gelernt hat, Olivier-Salat zuzubereiten, lädt er Schritt-für-Schritt-Anleitungen in die allgemeine Datenbank hoch - und alle anderen Roboter der Welt können sofort Olivier-Salat herstellen! Ist es nicht wunderbar?

Der an der Universität Bremen entwickelte PR2-Roboter (siehe Abbildung oben) lernt, „menschliche“ Anweisungen aus der WikiHow-Datenbank zu verstehen und zu befolgen. Und obwohl er immer noch nicht weiß, wie man ein Gespräch mit einem Mädchen führt, und er keine Leber hat, beherrscht der Roboter nach und nach Rezepte aus der Kochabteilung, schreibt Technology Review.

Die Hauptaufgabe besteht darin, dem Roboter beizubringen, hochrangige Teams zu verstehen, indem er unabhängig eine Kette kleinerer spezifischer Aktionen zusammenstellt. Wenn in der Anweisung beispielsweise "Ketchup hinzufügen" steht, sollte der Roboter eine Kette wie "Ketchup suchen - Ketchup nehmen - Deckel abschrauben - Flasche umdrehen ..." usw. generieren.

PR2 Roboter macht Pfannkuchen

Wenn ein Roboter lernt, Anweisungen auf hoher Ebene wahrzunehmen, kann er Befehle in einer natürlichen Sprache erteilen. Zum Beispiel könnte man einem Roboter in einer Fabrik sagen: „Nimm einen Bolzen, stecke ihn in das Loch und befestige ihn mit einer Mutter“. Er wählt alle notwendigen Parameter aus, um die Aufgabe selbst zu erledigen.

Nachdem der Roboter die Aufgabe erfolgreich abgeschlossen hat, dh die Lektion gelernt hat, teilt er das erworbene Wissen über die Open Ease- Online-Datenbank mit seinen Brüdern . Hier sind die Anweisungen in maschinenlesbarer Form in einer Sprache geschrieben, die der Sprache des Semantischen Netzwerks ähnlich ist.

Die Forscher experimentieren mit anderen Methoden zum Unterrichten von Robotern, einschließlich der Demonstration von Trainingsvideos, in denen eine Person eine Aufgabe ausführt. Der Roboter muss nur wiederholen, was er gesehen hat. Diese Methode wird übrigens seit der Antike in Dorfwerkstätten zur Vorbereitung der Schüler eingesetzt. Es wurde "Rückentraining" genannt. Jetzt haben Roboter es gemeistert.

PR2 lernt nicht nur aus gewöhnlichen Videos, sondern auch aus Virtual-Reality-Szenen im 3D-Raum, in denen der „Lehrer“ in speziellen Handschuhen mit Markern arbeitet, sodass der Roboter jederzeit die Position der Hände des Meisters festlegt.

Das Robotertraining ist langsam, geben die Ingenieure zu. Dies ist eine sehr schwierige Aufgabe, die die enge Integration von Spracherkennung, Interpretation von Befehlen in natürlicher Sprache, Bildverarbeitung und Planung komplexer Aktionen durch Algorithmen zur Durchführung individueller Manipulationen kombiniert. Aber es gibt offensichtliche Fortschritte.

Also nicht weit vom Erscheinen reaktionsschneller Eisenassistenten in unseren Häusern entfernt, die in einem globalen Netzwerk vereint sind und jeden Tag schlauer werden.

Source: https://habr.com/ru/post/de383261/