Google навчила роботів зорово-моторної координації рухів

Дослідники Google за допомогою глибинного машинного навчання навчили роботів координувати свої рухи при захопленні предметів. Про це повідомляється в блозі компанії, препринт статті доступний на сайті .Спеціалісти Google навчили роботів зорово-моторної координації рухів при захопленні предметів. Для цього вони навчили згорточну нейронну мережу передбачати ймовірність успішного захоплення, ґрунтуючись на зображеннях камери незалежно від її калібрування і вихідного положення робота.

Для того, щоб навчити згорточну нейронну мережу, дослідники здійснили понад 800 тисяч спроб захоплення за допомогою 14 роботів, що приблизно еквівалентно 3 тисячам годин навчання. При цьому роботи могли навчатися паралельно, що суттєво прискорило процес.

Сама система складається з двох компонентів: перший - це «передбачувальна» згорточна нейронна мережа, яка обробляє візуальну вступну інформацію і команди рухів і обчислює ймовірність успішного захоплення предметів. Друга частина представлена функцією управління, яка постійно контролює робота і направляє в зручну позицію. Таким чином, робот спостерігає за власним захоплюючим механізмом і коригує його поведінку відповідно до передбачень нейронної мережі.

Дослідники оцінили успішність такого підходу, порівнявши результати навчальних роботів з результатами роботів, які не використовували «зворотний зв'язок» для захоплення. Вони провели два випробування: в обох експериментах був встановлений ліміт в 100 спроб захоплення, проте в першому роботи могли повертати предмети назад в кошик, що дозволяло повторно підбирати більш зручні речі, а в другому - ні.

У підсумку, роботи, оснащені згорточною нейронною мережею, впоралися із завданням майже в два рази краще. У першому експерименті кількість невдалих спроб склала 17,5 відсотків, в той час у роботів, які використовували лише одне зображення, щоб взяти предмет, кількість невдач досягла 33,7 відсотків. У випадку, коли предмети не можна було повернути назад до кошика, різниця між кількістю невдач склала 23 відсотки. Фахівці також помітили цікаву поведінку захоплюючого механізму: наприклад, у деяких випадках робот спочатку відкидав мішні предмети. На відео також видно, як він прицілюється для того, щоб взяти предмет - це, на думку фахівців, надає рухам робота деяку «людяність».

Згорточна нейронна мережа - це спеціальна архітектура штучних нейронних мереж, націлена на ефективне розпізнавання зображень. Структура цієї мережі односпрямована, тобто без зворотних зв'язків, і принципово багатошарова.