Исследователи предложили обучать роботов на успешном опыте друг друга
Изображение: OpenAI
Команда Университета Цинхуа, Infinigence AI и AgiBot предложила обучать роботов на успешном опыте друг друга, чтобы снизить зависимость от операторов. Исследователи проверили метод на 96 реальных роботах.
Два робота, не участвовавшие в обучении, успешно выполнили задания в 97,5% случаев. Всего они прошли 600 испытаний. На каждой из пяти задач результат оказался выше среднего показателя шести операторов-людей.
Обычно роботы учатся на многократных демонстрациях человека, который также исправляет их ошибки. В предложенном подходе успешный опыт сохраняется для всей группы: если робот сталкивается с трудностью, алгоритм находит похожие ситуации, с которыми справились другие устройства, и использует эти примеры для дообучения.
Роботы передают данные сразу после завершения задачи, не дожидаясь остальных. Отключение отдельных устройств не останавливает работу всей группы. По данным команды, при том же времени обучения рост числа роботов с 16 до 96 поднял долю успешных попыток с 86,7% до 98,3%.
Команда проверила подход на пяти домашних и производственных задачах:
- составление цветочных композиций;
- складывание одежды;
- подключение телефона к зарядке;
- сборка табурета;
- упаковка телефона.
Об исследовании сообщает Pandaily. Пресс-релиз предоставила Infinigence AI, одна из участниц работы; результаты представила сама исследовательская команда, независимо их пока не воспроизвели.
