Connect with us

Hi, what are you looking for?

Наука и технологии

Использование иерархических генеративных моделей для улучшения управления двигателем автономных роботов

Использование иерархических генеративных моделей для улучшения управления двигателем автономных роботов
Использование иерархических генеративных моделей для улучшения управления двигателем автономных роботов

Чтобы лучше всего передвигаться в окружающей среде и решать повседневные задачи, роботы должны быть способны выполнять сложные движения, эффективно координируя движения отдельных конечностей. Таким образом, робототехники и ученые-компьютерщики пытались разработать вычислительные методы, которые могли бы искусственно воспроизвести процесс, посредством которого люди планируют, выполняют и координируют движения различных частей тела.

Исследовательская группа, базирующаяся в лабораториях Intel (Германия), Университетском колледже Лондона (UCL, Великобритания) и исследовательской лаборатории VERSES (США), недавно приступила к изучению управления двигателем автономных роботов с использованием иерархических генеративных моделей — вычислительных методов, которые организуют переменные в данных. на разные уровни или иерархии, чтобы затем имитировать конкретные процессы.

Их статья, опубликованная в журнале Nature Machine Intelligence, демонстрирует эффективность этих моделей для обеспечения управления двигателем в автономных роботах.

«В нашей недавней статье исследуется, как мы можем черпать вдохновение из биологического интеллекта, чтобы формализовать обучение и управление роботами», — рассказал Tech Xplore Жибин (Алекс) Ли, автор статьи.

«Это позволяет естественно планировать движения и точно контролировать движения робота в рамках целостной структуры. Мы считаем, что эволюция двигательного интеллекта не является случайной комбинацией различных способностей. Структура нашей зрительной коры, языковой коры, моторной коры и и так далее, имеет более глубокую и структурную причину, почему такой механизм соединения разных нейронных путей в целом может работать эффективно и результативно».

Недавнее исследование, проведенное доцентом Жибиным (Алексом) Ли и выдающимся нейробиологом профессором Карлом Фристоном, FMedSci FRSB FRS, черпает вдохновение из исследований в области нейробиологии, в частности из того, что в настоящее время известно о биологическом интеллекте и двигательном контроле у ​​людей. Используя человеческий мозг в качестве эталона, команда разработала программное обеспечение, машинное обучение и алгоритмы управления, которые могут улучшить способность автономных умных роботов надежно выполнять сложные повседневные задачи.

«В этой статье мы продемонстрировали это с помощью нашего обширного моделирования, где человекоподобный робот, состоящий из всего тела, способен транспортировать коробки, открывать двери, управлять объектами (например, конвейерными лентами) на складе, играть в футбол и даже продолжать работу. под физическим повреждением тела робота», — сказал Ли. «Наше исследование демонстрирует силу природы: понимание того, как различные коры нашего мозга работают вместе, может помочь в разработке умных роботизированных мозгов».

Как и другие иерархические генеративные модели, метод, разработанный Ли и его коллегами, работает путем организации задачи по различным уровням или иерархиям. В частности, модель команды отображает масштабную цель задачи на выполнение отдельных движений конечностей в разных временных масштабах.

«Генеративная модель предсказывает последствия различных действий, тем самым помогая решать различные типы/уровни планирования и правильно отображать различные действия робота, что довольно сложно и утомительно делать», — объяснил Ли.

«Например, перенос коробки из одного места в другое естественным образом будет соответствовать общему и грубому плану движения к месту назначения вместе с более тщательным наблюдением и точным контролем баланса, а также переноской и размещением коробок — все это эта сложная координация будет происходить естественным образом одновременно с использованием нашего программного обеспечения».

Исследователи оценили свой подход в серии симуляций и обнаружили, что он позволяет роботу-гуманоиду автономно выполнять сложную задачу, которая влечет за собой комбинацию действий, включая ходьбу, захват объектов и манипулирование ими. В частности, робот мог извлекать и транспортировать коробку, открывая дверь, проходя через нее и отбивая футбольный мяч.

«Один из наиболее примечательных выводов нашей недавней работы заключается в том, что черпание вдохновения из природы может стать очень хорошей отправной точкой», — сказал Ли.

«Мы можем черпать вдохновение на организационном уровне сходства нашего мозга и руководить разработкой мозга робота, вместо того, чтобы начинать инженерный проект с нуля. Существует немалое количество инженерных работ, которые были изобретены независимо от биоинспирированных идей. подходов, и тем не менее, у нас пока нет интеллектуальных роботов, которые могли бы выполнять работу так же ловко, как мы, используя лишь мало энергии, например, потребляя хлеб и воду. Вместо этого в наши дни роботы используют огромную мощность и вычислительную мощность для выполнения простых вещей».

Первоначальные результаты, полученные Ли и его коллегами, весьма многообещающи, подчеркивая потенциал иерархических генеративных моделей для передачи человеческих способностей роботам. Будущие эксперименты на широком спектре физических роботов могут помочь в дальнейшей проверке этих результатов.

«На данном этапе человеческой истории мы коллективно проделали огромную работу по отдельному воспроизведению различных видов интеллекта человеческого уровня, что эквивалентно различным частям человеческого мозга», — добавил Ли. «Теперь мы можем черпать вдохновение из биологического мозга с точки зрения структуры и организационного уровня функциональных возможностей относительно того, как различные коры координируют друг друга. Затем мы можем спроектировать искусственный мозг на основе того, как человеческий мозг работает на функциональном уровне».

Недавняя работа этой группы исследователей способствует постоянным усилиям Embodied AI, направленным на приближение возможностей роботов к возможностям человека. Ли и его коллеги планируют продолжить реализацию предложенного ими подхода к развитию двигательных навыков настоящего робота для решения сложных задач и максимизации его социального потенциала.

«Это исследование ведет нас к жизнеспособному пути к созданию AGI (общего искусственного интеллекта) с воплощением физических роботов и способностей в качестве новой формы производительных сил, которые могут привести нашу цивилизацию к более светлому будущему при хорошем и позитивном управлении со стороны общества и научные сообщества», — добавил Ли. «В наших следующих исследованиях мы продолжим работать над достижением этой цели».

Теги: ИИ, робот

В тренде