अमेरिकी वैज्ञानिकों ने रोबोट को सहायक उपकरण का उपयोग करना सिखाया है

एक बंदर (चिंपांज़ी) एक छड़ी का उपयोग करके दीमक से दीमक निकालता है। दूसरी तस्वीर में, गोरिल्ला अपनी जरूरत की घास को इकट्ठा करने के लिए एक छड़ी का उपयोग करता है।

संयुक्त राज्य अमेरिका के डेवलपर्स ने रोबोटों के लिए एक विशेष एल्गोरिथ्म बनाया, जिसने बाद के लिए कार्य को पूरा करने के लिए अतिरिक्त उपकरणों का उपयोग करना संभव बना दिया। और यह अपेक्षाकृत सरल है - एक निश्चित तरीके से किसी वस्तु को बिंदु A से बिंदु B पर ले जाने के लिए।

एल्गोरिथ्म में दो भाग होते हैं। पहला रोबोट एक तरह के प्रयोग करते हुए, वस्तुओं को यादृच्छिक रूप से स्थानांतरित करने की अनुमति देता है। दूसरा भाग तंत्रिका नेटवर्क का उपयोग करके किसी विशेष कार्रवाई के परिणामों का आकलन करना संभव बनाता है। जैसा कि यह निकला, एल्गोरिदम के अनुसार काम करने वाले रोबोट, प्रभावी रूप से प्रशिक्षण के बिना सहायक उपकरण का उपयोग करते थे।









एक व्यक्ति हर दिन कई अतिरिक्त उपकरणों का उपयोग करता है। पशु भी इसके लिए सक्षम हैं - तोते, कौवे, बंदर और कुछ अन्य जीवित प्राणी अपने इच्छित कार्यों को प्राप्त करने के लिए लाठी, कंकड़, कांटे का उपयोग कर सकते हैं (उदाहरण के लिए, छाल के नीचे से एक बीटल लार्वा निकालना)।

हमारे लिए, ब्रेड को काटने के लिए चाकू का उपयोग काफी स्पष्ट है। लेकिन एक रोबोट के लिए जिसे मशीन भाषा के रूप में हर क्रिया की व्याख्या करने की आवश्यकता है - बिल्कुल नहीं।





बर्कले में कैलिफोर्निया विश्वविद्यालय के वैज्ञानिकों ने रोबोट को प्रशिक्षित करने के लिए एक सहायक उपकरण का उपयोग करने और दिए गए स्थिति में उनके आवेदन पर निर्णय लेने का एक तरीका विकसित किया है। एल्गोरिथ्म कार्य को "कल्पना" करता है, जिसमें दिखाया गया है कि रोबोट को किस दिशा में ले जाना चाहिए। और पहले से ही रोबोट (यह एक साधारण रोबोट मैनिपुलेटर है) एक उपकरण लेता है और एक वस्तु को स्थानांतरित करता है। सभी आंदोलनों को कैमरे पर ट्रैक किया जाता है।



एल्गोरिथ्म एक तंत्रिका नेटवर्क पर आधारित है। एक विशेष कार्यक्रम एक रोबोट के लिए कार्यों के विभिन्न अनुक्रमों की गणना करता है जो एक तंत्रिका नेटवर्क को "खिलाया" जाता है। यह एक वीडियो बनाता है जो दिखाता है कि किसी विशेष कार्रवाई के निष्पादन के परिणामस्वरूप क्या होगा।

जोड़तोड़ करने वाले को कार्रवाई करने की आज्ञा दी जाती है। यदि वास्तविक परिणाम नियोजित के साथ मेल खाता है, तो कार्य को गिना जाता है। काम के दौरान, उपयोगकर्ता द्वारा प्रदान की गई छवि के साथ विभिन्न वीडियो विकल्पों की तुलना की जाती है और कार्य के अंतिम परिणाम को प्रदर्शित करता है। कार्यों के इष्टतम अनुक्रम पाए जाने के बाद, रोबोट समस्या को हल करने के लिए आगे बढ़ता है।





यह परियोजना गैर-प्रदर्शन सीखने और सिमुलेशन प्रशिक्षण जैसे मशीन लर्निंग दृष्टिकोणों को जोड़ती है। पहले मामले में, रोबोट यादृच्छिक रूप से विकल्पों का चयन करता है। नतीजतन, डेटा का एक महत्वपूर्ण नमूना उत्पन्न होता है, जो एक इष्टतम परिणाम प्राप्त करने में मदद करता है। दूसरे में, डेवलपर्स ने स्पष्ट रूप से रोबोट को दिखाया कि एक मामले या किसी अन्य में उपकरण का उपयोग कैसे किया जाए। यह इस स्थिति में है कि संदर्भ समाधान कैमरे पर रिकॉर्ड किया जाता है जिसके साथ रोबोट अपने कार्यों के परिणामों की तुलना करता है।

कुछ मामलों में, रोबोट "समझता है" कि सहायक तत्वों के बिना कार्य को पूरा करना सबसे अच्छा है - और यह करता है। उपकरण का उपयोग प्रशिक्षण के बिना किया जाता है, भले ही रोबोट को पहले नहीं दिखाया गया हो।