Робот BRETT учится на своих ошибках

Исследователи Калифорнийского университета в Беркли разработали алгоритмы, которые дают возможность роботам развивать моторику методом проб и ошибок. Интересно, что процесс такого обучения очень похож на то, как учится человек.

UC Berkeley

UC Berkeley

Изобретатели продемонстрировали результаты своей разработки, заставив робота завершить несколько разнообразных заданий, таких как развешивание одежды на крючки, сборка игрушечного самолётика, закручивание крышки на бутылке с водой, а также многие другие. При этом никакие образцовые похожие задачи в «мозг» робота не закладывались изначально, до всего он доходил на своём, иногда горьком, опыте. В своих экспериментах инженеры работали с роботом Willow Garage Personal Robot 2 (PR2), которого они назвали BRETT (Berkeley Robot for the Elimination of Tedious Tasks).

Как отметил профессор Питер Абель (Pieter Abbeel), здесь предлагается новый подход к обучению роботов. Ключевым является отсутствие необходимости перепрограммировать его при появлении новых неожиданных трудностей. Инженеры Калифорнийского университета в Беркли использовали технику глубинного обучения. Эта перспективная отрасль уже давно интересует конструкторов роботов, но ярких успешных примеров обученных по такому принципу роботов пока мало. Интересно отметить, что некоторые достижения отрасли глубинного обучения используются в таких популярных сервисах, как Apple Siri, Google speech-to-text и Google Street View. По мнению Абеля, серьёзные прорывы в глубинном обучении, которые позволят роботам решать действительно сложные задачи, можно ожидать в ближайшие 5–10 лет.