Роботи чудово справляються з деякими завданнями, наприклад, можуть підіймати й переміщати предмети й навіть готують все краще і краще. Однак змусити їх робити все це у незнайомому середовищі за межами лабораторії – справжня проблема.
Це може виправити нова система під назвою OK-Robot, яка дозволяє швидко навчати роботів орієнтуватися там, де вони ніколи не були.
Щоб розробити систему OK-Robot, науковці з Нью-Йоркського університету та Meta протестували робота Stretch від Hello Robot у 10 кімнатах у п’яти будинках. Stretch складається з модуля на колесах, високої жердини та висувної «руки».
Науковець сканував простір за допомогою Record3D — програми для iPhone, яка знімає 3D-відео, використовуючи лідарну систему телефону і передає його роботу.
Потім система OK-Robot переглядала кадри відео, використовуючи штучний інтелект для виявлення об’єктів. У поєднанні з іншими моделями це допомогло роботу ідентифікувати об’єкти в приміщенні, наприклад іграшкового дракона, тюбик зубної пасти та колоду гральних карт, а також стілець, стіл та відро для сміття.
Потім команда дала роботу вказівку: взяти певний предмет та перекласти його в інше місце. Stretch впорався з цим у 58,5% випадків, а в менш захаращених кімнатах – у 82% (дослідження ще не пройшло рецензування).
У системі OK-Robot використовувалися моделі, не налаштовані саме для цього проєкту. Тому, коли робот не знаходив потрібний об’єкт, він просто зупинявся. Це одна з причин, чому він краще справлявся у більш охайних приміщеннях: чим менше об’єктів, тим менше у нього шансів заплутатися і більше простору для навігації.
Готові моделі з відкритим вихідним кодом мають як плюси, так і мінуси, розповідає Леррел Пінто, доцент кафедри інформатики Нью-Йоркського університету, який був одним з керівників проєкту.
«З одного боку, робот просто працює, і не потрібно надавати йому додаткові навчальні дані про навколишнє середовище, — каже Пінто. — З іншого боку, він може взяти предмет і перекласти його в інше місце. Не вдасться попросити його відкрити ящик, тому що він вміє виконувати лише ці два завдання».
Якщо додати в OK-Robot моделі розпізнавання голосу, науковці зможуть давати роботу інструкції просто розмовляючи з ним. Так буде легше експериментувати з доступними наборами даних, стверджує Махі Шафіулла, аспірант Нью-Йоркського університету та один із керівників дослідження.
«У співпраці робототехніків поширена думка, що вдома — це складно, роботи — це складно, і неможливо об’єднати їх, — каже Шафіулла. — Я думаю, що коли люди повірять, що домашні роботи можливі, у цій галузі розпочнеться активна діяльність».
БІЛЬШЕ ЦІКАВОГО:
- Робот Apollo 1 – напарник мрії на роботі
- Колишні інженери Google представили повністю автономний робот-пилосмок Matic
- Роботи на уроках як альтернатива онлайн-навчанню. Ініціатива в Японії
Джерело: MITTechnologyreview