Προσαρμογή δεδομένων εκπαίδευσης για ευέλικτα ρομπότ μέσω προσομοιώσεων

Η δύναμη των θεμελιωδών μοντέλων

Όταν τα συστήματα τεχνητής νοημοσύνης όπως το ChatGPT ή το Gemini δίνουν απαντήσεις που φαίνονται εμπεριστατωμένες, λίγοι συνειδητοποιούν πόσα δεδομένα χρησιμοποιούνται για να παραχθούν αυτές οι απαντήσεις. Αυτά τα μοντέλα βασίζονται σε θεμελιώδη συστήματα που εκπαιδεύονται σε δισεκατομμύρια ή και τρισεκατομμύρια σημεία δεδομένων. Παρόμοια, οι μηχανικοί επιδιώκουν να δημιουργήσουν θεμελιώδη μοντέλα που θα εκπαιδεύουν ρομπότ σε νέες δεξιότητες, όπως η μεταφορά και τοποθέτηση αντικειμένων σε οικιακά και βιομηχανικά περιβάλλοντα.

Η πρόκληση της συλλογής δεδομένων

Η συλλογή και μεταφορά εκπαιδευτικών δεδομένων σε διαφορετικά ρομποτικά συστήματα αποτελεί πρόκληση. Η τηλελειτουργία μέσω τεχνολογιών όπως η εικονική πραγματικότητα (VR) μπορεί να είναι χρονοβόρα, ενώ η εκπαίδευση από βίντεο στο διαδίκτυο δεν παρέχει εξειδικευμένη καθοδήγηση για συγκεκριμένα ρομπότ. Εδώ έρχεται να δώσει λύση μια προσομοιωτική προσέγγιση από το Εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης (CSAIL) του MIT.

Η καινοτομία του PhysicsGen

Το PhysicsGen είναι μια πρωτοποριακή μέθοδος που προσαρμόζει δεδομένα εκπαίδευσης για ρομπότ, βοηθώντας τα να βρουν τις πιο αποδοτικές κινήσεις για μια εργασία. Το σύστημα αυτό μπορεί να μετατρέψει μερικές δεκάδες επιδείξεις VR σε σχεδόν 3.000 προσομοιώσεις ανά μηχανή. Αυτές οι υψηλής ποιότητας οδηγίες αντιστοιχίζονται στις ακριβείς διαμορφώσεις μηχανικών συντρόφων όπως οι ρομποτικοί βραχίονες και τα χέρια.

Η διαδικασία του PhysicsGen

Το PhysicsGen δημιουργεί δεδομένα που γενικεύονται για συγκεκριμένα ρομπότ μέσω μιας τριών σταδίων διαδικασίας. Αρχικά, ένα VR headset παρακολουθεί πώς οι άνθρωποι χειρίζονται αντικείμενα, όπως μπλοκ, με τα χέρια τους. Αυτές οι αλληλεπιδράσεις χαρτογραφούνται σε έναν τρισδιάστατο προσομοιωτή φυσικής, οπτικοποιώντας τα βασικά σημεία των χεριών μας ως μικρές σφαίρες που αντικατοπτρίζουν τις χειρονομίες μας.

Βελτιστοποίηση τροχιάς και εφαρμογή

Στη συνέχεια, το σύστημα αναδιαμορφώνει αυτά τα σημεία σε ένα τρισδιάστατο μοντέλο της διαμόρφωσης μιας συγκεκριμένης μηχανής, μετακινώντας τα στα ακριβή “αρθρώματα” όπου το σύστημα στρέφεται και περιστρέφεται. Τέλος, το PhysicsGen χρησιμοποιεί βελτιστοποίηση τροχιάς για να προσομοιώσει τις πιο αποδοτικές κινήσεις για την ολοκλήρωση μιας εργασίας, έτσι ώστε το ρομπότ να γνωρίζει τους καλύτερους τρόπους για να κάνει πράγματα όπως η αναδιάταξη ενός κουτιού.

Αυτονομία και αποτελεσματικότητα

Κάθε προσομοίωση αποτελεί ένα λεπτομερές σημείο δεδομένων εκπαίδευσης που καθοδηγεί ένα ρομπότ σε πιθανούς τρόπους χειρισμού αντικειμένων. Όταν ενσωματωθεί σε μια πολιτική (ή το σχέδιο δράσης που ακολουθεί το ρομπότ), η μηχανή έχει ποικιλία τρόπων για να προσεγγίσει μια εργασία και μπορεί να δοκιμάσει διαφορετικές κινήσεις αν κάποια δεν λειτουργεί.

Προοπτικές και εφαρμογές

Η παραγωγή τόσων πολλών εκπαιδευτικών τροχιών για ρομπότ θα μπορούσε τελικά να βοηθήσει τους μηχανικούς να δημιουργήσουν μια τεράστια βάση δεδομένων που θα καθοδηγεί μηχανές όπως ρομποτικοί βραχίονες και ευέλικτα χέρια. Για παράδειγμα, το σύστημα μπορεί να βοηθήσει δύο ρομποτικούς βραχίονες να συνεργαστούν για να μαζέψουν αντικείμενα από αποθήκες και να τα τοποθετήσουν στα σωστά κουτιά για παραδόσεις.

Αναβίωση παλαιότερων δεδομένων

Η δυνατότητα του PhysicsGen επεκτείνεται επίσης στη μετατροπή δεδομένων που έχουν σχεδιαστεί για παλαιότερα ρομπότ ή διαφορετικά περιβάλλοντα σε χρήσιμες οδηγίες για νέες μηχανές. “Παρά το γεγονός ότι συλλέχθηκαν για έναν συγκεκριμένο τύπο ρομπότ, μπορούμε να αναβιώσουμε αυτά τα προηγούμενα σύνολα δεδομένων για να τα κάνουμε πιο γενικά χρήσιμα,” προσθέτει ο Yang.

Προσθήκη μέσω πολλαπλασιασμού

Το PhysicsGen μετέτρεψε μόλις 24 ανθρώπινες επιδείξεις σε χιλιάδες προσομοιωμένες, βοηθώντας τόσο τα ψηφιακά όσο και τα πραγματικά ρομπότ να αναπροσανατολίσουν αντικείμενα. Ο Yang και οι συνάδελφοί του πρώτα δοκίμασαν την πλατφόρμα τους σε ένα εικονικό πείραμα όπου ένα ρομποτικό χέρι έπρεπε να περιστρέψει ένα μπλοκ σε μια συγκεκριμένη θέση. Το ψηφιακό ρομπότ εκτέλεσε την εργασία με ακρίβεια 81%, μια βελτίωση 60% από μια βάση που έμαθε μόνο από ανθρώπινες επιδείξεις.

Συνεργασία ρομποτικών βραχιόνων

Οι ερευνητές διαπίστωσαν επίσης ότι το PhysicsGen μπορούσε να βελτιώσει το πώς συνεργάζονται εικονικοί ρομποτικοί βραχίονες για να χειριστούν αντικείμενα. Το σύστημά τους δημιούργησε επιπλέον δεδομένα εκπαίδευσης που βοήθησαν δύο ζεύγη ρομπότ να ολοκληρώσουν επιτυχώς εργασίες έως και 30% πιο συχνά από μια βάση που διδάχθηκε αποκλειστικά από ανθρώπους.

Πραγματικές εφαρμογές και μελλοντικές προοπτικές

Σε ένα πείραμα με ένα ζεύγος πραγματικών ρομποτικών βραχιόνων, οι ερευνητές παρατήρησαν παρόμοιες βελτιώσεις καθώς οι μηχανές συνεργάστηκαν για να αναποδογυρίσουν ένα μεγάλο κουτί στη θέση του. Όταν τα ρομπότ αποκλίνουν από την προγραμματισμένη τροχιά ή χειρίζονται λάθος το αντικείμενο, μπορούν να ανακάμψουν εν μέσω της εργασίας ανατρέχοντας σε εναλλακτικές τροχιές από τη βιβλιοθήκη των εκπαιδευτικών δεδομένων τους.

Η δύναμη της μίμησης

Ο αν