َفقنا – در آزمایشگاه هوش مصنوعی دانشگاه برکلی، محققان به یک ربات آموزش دادند که یک بازی جنجالی و دشوار را انجام دهد: جنگا شلاقی. این ربات با یک بازوی تکلنگه، با سرعتی باورنکردنی به سمت برج جنگا حرکت کرد و یک بلوک را با شلاقی سیاه از برج خارج کرد، بدون اینکه کل برج فرو بریزد. این کار، که حتی برای انسانها نیز به مهارت بالایی نیاز دارد، اکنون به لطف یک روش آموزش جدید که با هوش مصنوعی کار میکند، توسط رباتها به دست آمده است.
به گزارش سرویس ترجمه شفقنا، سیستم جدیدی که HiL-SERL نام دارد، راهکاری برای آموزش فعالیتهای پیچیده و غیرقابل پیشبینی به ماشینها ارائه میدهد. این سیستم بر پایه «یادگیری تقویتی» عمل میکند، به این معنی که ربات با تلاش و خطا در دنیای واقعی و دریافت بازخورد از دوربینها، از اشتباهات خود درس میگیرد تا در نهایت به یک مهارت مسلط شود.
اما نوآوری اصلی این مطالعه، اضافه کردن مداخله انسان برای سرعت بخشیدن به این فرآیند است. با یک ماوس مخصوص، انسان میتواند مسیر حرکت ربات را اصلاح کند و این اصلاحات در بانک حافظه ربات ثبت میشود. جیانلان لوئو، نویسنده اصلی تحقیق، میگوید که انسانها نیاز داشتند تنها برای ۳۰ درصد اول کار، ربات را هدایت کنند و پس از آن، ربات به تنهایی و با سرعت بیشتری از تجربه خود یاد گرفت.
محققان این سیستم رباتیک را در مجموعهای از کارهای پیچیده آزمایش کردند. ربات در این مسیر موفق شد تخممرغی را در یک تابه برگرداند، شیئی را از یک بازو به بازوی دیگر منتقل کند و یک مادربرد، داشبورد خودرو و تسمه تایم را مونتاژ کند.
این کارها به این دلیل انتخاب شدند که تنوع زیادی داشتند و نمایانگر «انواع عدم قطعیت در دنیای واقعی» بودند. محققان همچنین با ایجاد مشکلاتی عمدی، مانند جابهجا کردن یک مادربرد در حین مونتاژ، انعطافپذیری رباتها را آزمایش کردند.
در پایان آموزش، ربات توانست این کارها را با نرخ موفقیت ۱۰۰ درصد انجام دهد. این نتایج نشان داد که سیستم جدید آنها، رباتها را سریعتر و دقیقتر از روشهای متداول یادگیری، آموزش میدهد.
این معیارها بسیار حیاتی هستند، زیرا مشتریان و صنعتگران خواهان یک ربات نامطمئن نیستند. لوئو تأکید کرد که فرآیندهای تولید سفارشی، مانند آنچه در ساخت قطعات هوافضا، خودرو و الکترونیک استفاده میشود، میتوانند از رباتهایی که میتوانند طیف وسیعی از کارها را به صورت قابل اعتماد یاد بگیرند، بهره ببرند.
محققان این پروژه را به صورت متنباز (Open Source) منتشر کردهاند تا سایر پژوهشگران نیز بتوانند از آن استفاده و آن را توسعه دهند.
این خبر را اینجا ببینید.
