Ennek apropóján a skóciai Edinburghi Egyetem egyik kutatócsoportja összeállított egy keretrendszert humanoid robotok kiképzésére, hogy emberi kiképzőik segítségével a gépek ugyanúgy járjanak, mint mi. A tanulmányt elsőként az arXiv-ben tették közzé, melyben egyebek mellett leírják, hogy az emberi beavatkozás mellett a mesterséges intelligencia segíti munkájukat. Megállapításaik nem sokkal később az IEEE Xplore magazinban is megjelentek.

Emberi tudás, robotokba építve

"A legfontosabb kérdés, amelyet megvizsgáltunk az volt, hogy miként lehet beépíteni (1) a hasznos emberi ismereteket a robotok mozgásába és (2) az emberi mozgásgyűjtési adatokat a tanulási folyamat paradigmájába való utánzásához, a lábakkal ellátott robotok autonóm képességeinek hatékonyabb elősegítése érdekében"-Chuanyu Yang, a tanulmány egyik szerzője a TechXplorenak mesélt a projektről. Hozzátette: kollégáival két módszert javasoltak az emberi előzetes tudás beillesztésére a DRL-keretrendszerbe. A csapat fejlesztése egy egyedülálló sémán alapszik, amely

felhasználja az emberek mozgásról gyűjtött adatokat, ezután ezt kombinálja két speciális hierarchikus neurális architektúrával: egy fázisos-funkciós neurális hálózattal (PFNN) és egy üzemmód adaptív neurális hálózattal (MANN).

Szerintük a folyamat ahhoz hasonlít, mint ahogy a kutya megtanul tárgyakat visszahozni a gazdájának. A fejlesztők legnagyobb dobása mégis az, hogy az általuk gyártott humanoid robotok a nem egyenletes talajon, illetve külső nyomás hatására is képesek lesznek a stabil mozgásra. A csoport megállapításai azt sugallják, hogy a szakértői demonstrációk, például a séta, egyrészt jelentősen javíthatják a robotok tanulási technikáit, másrészt megalapozhatják számos különböző mozgásstílus elsajátítását. A cél, hogy ezek a robotok ugyanolyan gyorsan és könnyedén mozogjanak, mint az emberek, miközben a tőlük telhető legtermészetesebben viselkednek. A kutatók jelen pillanatban szimulációs teszteket végeznek, hamarosan pedig megpróbálják azokat gyakorlatba ültetni.

"Jövőbeni munkánkban olyan robotok megalkotását tervezzük, amelyek még komplexebb emberi mozgásokra képesek"-zárja gondolatmenetét Yang.

A robot, aki két óra alatt megtanult járni

Amikor egy őzgida világra jön, mindössze tíz perc kell neki, hogy lábra járjon, hét órával később pedig már gond nélkül használja végtagjait, míg a kettő közti időben labilis mozgással próbálgatja lépéseit. Ezt az ötletet alkalmazták kutatók idén márciusban a robotikában, mikor egy robot lényegében teljesen önállóan megtanult járni. A kutatás az autonóm robotok mellett az autonóm tanuló robotok irányába indult el, mivel mostanáig a folyamat úgy nézett ki, hogy az algoritmus az emberi beavatkozás mellett a hibákból tanult. Ehhez viszont valakinek minden esés után vissza kellett állítania a kiindulópontra.

Tavasszal azonban a Google kísérletében a legújabb algoritmusokra támaszkodva sikerült megtanulnia egy robotnak járni, alig pár óra alatt pedig már előre, hátra, jobbra és balra is elindult.

A technológia és a tanulási folyamat kulcstényezői a virtuális hasonmások: ezt úgy kell elképzelni, hogy a virtuális robothasonmás addig csetlik-botlik a kibertérben, amíg meg nem tanulja, amit elvárnak tőle. Majd ezt áttelepítik az igazi robotra, és a módszer többnyire működik is. Persze azt azért nem mondhatjuk, hogy valóban mindent tud, elvégre csak a szimulált környezetet ismeri, a váratlan dolgokkal (például ha rálép valamire, vagy elé kerül egy küszöb) nem tud mit kezdeni, hiszen mindez kimaradt a szimulációból. Ezért a kutatók ötvözték a hagyományos és az új módszert, hogy a való életben, de sokkal kevesebb hibával megtanulhasson járni a robot.

Minden igyekezetük ellenére azonban az embernek még így is rengetegszer bele kellett avatkozni. Ellenben sikerült elérni, hogy több irányba is haladjon, sőt, mikor elesett, egy új algoritmus hozzáadásával fel is tudjon állni. Az azonban egyértelmű, hogy még sok akadályt át kell lépni, mire a robot teljesen magától, emberi beavatkozás nélkül képes lesz megtanulni hasonló mozgásokat. A kutatók következő célja, hogy különböző robotokon teszteljék a módszert, és kiderüljön, vajon képesek-e egyszerre többet is megtanítani a mesterséges intelligencia segítségével.

(Fotó: Needpix)