Revolutionaire hondentrainings-technieken maken robots nieuwe vaardigheden snel meester

Met een trainingsmethode die gewoonlijk gebruikt wordt om honden te leren zitten en blijven, toonden computervoorlichters een robot hoe het zichzelf verschillende nieuwe trucjes kon leren, inclusief het stapelen van blokken. Met de methode was de robot (genaamd Spot) in staat om in dagen te leren wat typisch een maand duurt. Door positieve versterking te gebruiken – een benadering bekend voor iedereen die ooit knuffels heeft gebruikt om een hond zijn gedrag te veranderen – verbeterde het team de vaardigheden van de robot dramatisch en deed het snel genoeg om het trainen van robots voor real-world werk een meer haalbare onderneming te maken.

In tegenstelling tot mensen en dieren die geboren worden met hoog intuïtieve hersenen, zijn computers lege bladen en moeten ze alles vanaf nul leren. Maar echt leren wordt vaak bereikt met trial and error en roboticisten zoeken nog steeds uit hoe robots efficiënt uit hun fouten kunnen leren. Het team bereikte dat door een beloningssysteem te bedenken dat voor een robot werkt zoals knuffels voor een hond werken. Waar een hond een koekje zou krijgen voor een goed gedaan werk, verdiende de robot numerieke punten.

Om blokken te stapelen, moest Spot de robot leren hoe te focussen op constructieve acties. Terwijl de robot de blokken verkende, leerde het snel dat correcte gedragingen voor stapelen hoge punten opleverde maar incorrecte niets. Spot verdiende het meest door het laatste blok bovenop een vier-blok-stapel te plaatsen.

De trainings tactiek werkte niet alleen maar nam ook slechts dagen om de robot te leren wat weken deed. Het team kon de oefentijd reduceren door eerst een gesimuleerde robot te trainen, wat veel lijkt op een videogame, en dan tests uit te voeren met Spot. De robot leert snel het juiste gedrag om de beste beloning te krijgen. In feite, wat een maand oefening voor de robot kostte om 100% nauwkeurigheid te bereiken, werd in twee dagen gedaan.

Positieve versterking werkte niet alleen om de robot zichzelf te leren blokken te stapelen, maar met het puntensysteem leerde de robot snel diverse andere taken – zelfs hoe een gesimuleerd navigatiespel te spelen. De capaciteit om uit fouten te leren in alle typen situaties is cruciaal voor het ontwerpen van een robot die kan aanpassen aan nieuwe omgevingen.

Het team voorstelt dat deze bevindingen kunnen helpen huishoudelijke robots te trainen om was te doen en af te wassen – taken die senioren kunnen helpen onafhankelijk te leven. Het kan ook helpen bij het ontwerpen van verbeterde zelfrijdende auto's of productassemblage uitvoeren.

Voor meer informatie, contacteer Jill Rosen via dit e-mailadres (beschermd tegen spambots, JavaScript vereist); 443-547-8805.