Команда разработчиков из Google и Колумбийского университета (Columbia University) предложили новый способ обучения роботов. В этом процессе используются дешевые материалы, масштабирующие обучающие датасеты.
Для тестирования концепции разработчики использовали устройства для захвата предметов Handi-Grip для пожилых и людей с ограниченными возможностями. Стоимость Handi-Grip – $15-20, к тому же устройство легко «обучить». Авторы установили на устройство камеру GoPro, чтобы фиксировать работу пальцев при захвате.
Авторы назвали подход фреймворком «Демонстрации с использованием вспомогательных инструментов» (Demonstrations Using Assistive Tools, DAT). Новизна заключается в способности получать данные для обучения практически в любом месте, а не только в лабораторных условиях.
Разработчики для обучения модели прикрепили камеру GoPro к штанге устройства с помощью 3D-печатного фиксатора и записали порядка 1 тыс. примеров перемещения объектов или выполнения задач. Полученные видеозаписи стали основой для обучения сверточной нейронной сети (convolutional neural network), которую применили к аналогичному устройству.
Разработчики для высоких показателей также внесли данные о случайных колебаниях, резких бросках и ротациях, а также supervised learning (метода «обучения с учителем» и behavioral cloning). Результативность системы составила 87,5% при перемещении объектов вдоль поверхности в целевую точку и 62,5% при наложении их друг на друга.
Существующие методы (кинестетическое обучение, визуальная имитация) могут быть дорогостоящими и неэффективными по сравнению с AI, обучаемым в реальных условиях с применением доступных устройств, утверждают авторы исследования.
Подход на основе DAT-фреймворка может оказаться ценным для обучения коллаборативных роботов, используемых в жилых помещениях.
