https://bodybydarwin.com
Slider Image

Samarbetsalgoritm låter autonoma robotar slå sig ihop och lära av varandra

2020

Förra veckan tillkännagav MIT ett spännande, men något otydligt genombrott - en ny algoritm, kallad AMPS, som förvandlar team av robotar till bättre elever. Det låter autonoma system snabbt jämföra anteckningar om vad de har observerat på sina respektive resor och komma med en kombinerad världsbild.

Om det verkar som om jag redan har gett upp mig för de värsta frestelserna inom robotik-täckning - lusten att antropomorfisera maskiner och att purera en diskret forskningsresultat till en lättare smältbar, allmänt tillgänglig slam - bär mig. Även om dess författare inte kallar det ett genombrott, verkar denna algoritm vara just det.

AMPS, som är en förkortning för Approximate Merging of Posteriors for Symmetry (en referens till Bayesian statistisk analys), kommer att presenteras vid konferensen om osäkerhet i artificiell intelligens i juli. Algoritmen hanterar ett extremt specifikt robotikproblem. För att en maskin ska kunna arbeta i en given miljö måste den tilldela semantiska etiketter där det är möjligt. Dessa är i själva verket kognitiva genvägar. Så en rektangulär sektion av väggen med gångjärn och ett handtag är inte alltid ett pussel, som ska lösas från grunden varje gång det stöter på. Det är en dörr som kan öppnas eller stängas. Och uppsättningar av semantiska etiketter kan lägga till större etiketter. En dörr (etikett) som öppnar upp till ett rum med ett stort centralt bord (en annan etikett) och ett gäng stolar (fler etiketter), kan vara ett konferensrum.

Den här typen av flänsande märkning är lika viktigt för autonoma bots som för människor. Skillnaden är emellertid att människor i allmänhet är mer lika med sin skapande och erkännande av etiketter. "Vi som människor tenderar att ha ett ganska väl definierat ordförråd för vad saker är", säger Jonathan How, professor i flyg- och astronautik vid MIT. ”Vi vet hur man märker saker på ett konsekvent globalt sätt eller tar dem upp genom att läsa andra saker i vår miljö.” Så om en person kommer in i ett konferensrum utan stolar i det, gör han eller hon plötsligt känna sparsamhet i tid och rum. Vi är smart så.

Relaterade robotar kan jämförelsevis vara ganska dumma. Eller styvt, åtminstone. Ett stolfria konferensrum kan misstas för ett förråd och för evigt märkas som sådant, långt efter att födelsedagsfesten är över och sätena återlämnas. Långt ifrån att antropomorfisera dem är denna kognitiva flexibilitet en påminnelse om hur omänskliga robotar är. Och fler problem kan uppstå när maskiner försöker dela datasätt och kombinera sina erfarenheter i en större samling miljömärken. Om en bot har registrerat ett område som ett konferensrum, och den andra botten har märkt det som ett förråd, hur förenar de avvikelsen? Där människor kunde sortera igenom oenigheten med hjälp av våra stora munnar och ännu större hjärnor, fastnar robotar med sina duellerande, ofarliga etiketter.

AMPS-algoritmen lovar att bryta dessa dödlås genom att låta robotar överväga vikten av olika etiketter. Det är mer än bara där saker är, det är vad de är, vad de är sammansatta av, säger How. Till exempel, hur viktigt är det för ett konferensrum att ha stolar? Och om en robot redan har upptäckt vad den betraktar som ett förråd, komplett med lådor, skåp och hyllor, skulle det verkligen finnas ett annat förråd så nära det (utan någon av dessa berättelser)? Enligt How, som skapade algoritmen med sin doktorand, Trevor Campbell, är tricket att låta gränssnittsmaskinerna fastställa nya prioriteringar för sina etiketter och bygga om sin världsbild. Genom att tillåta konferensrum som kanske har eller inte har stolar i dem, och att omordna sina etiketter för att redovisa olika upplevelser, kan robotarna uppnå vad How och Campbell kallar semantisk symmetri.

Detta är en lösning på ett problem som, för att vara ärlig, inte är mycket av ett problem ännu. Autonoma system är relativt sällsynta utanför de väl definierade, noggrant märkta gränserna för tillverkningsanläggningar, och de som är utformade för att lära sig är sällsynta. Men när självstyrda robotar blir vanligare och miljöerna och beteendet de måste navigera är mer mångsidig, kan samarbetsinlärning vara en allvarlig tillgång. Det handlar om att bygga robotar som inte är ständigt kasta upp sina händer i luften och säger: Det här är inte en av de sista sakerna du definierade. Jag vet inte vad jag ska göra nu, säger How.

AMPS är med andra ord för kommande generationer av autonoma maskiner, t.ex. robotbilar, som oundvikligen kommer att befinna sig i situationer som programmerare inte hade framsyn eller bandbredd att förbereda dem för. Vissa städer, till exempel, kan bli en jaywalking-fri för alla när solen går ner, och tvingar fordon att krypa genom ett stadigt flöde av präglade människor. En skyddad, förortsrobot som bara sett fotgängare som väntar tålmodigt vid övergångar kan göra vad robotar så ofta gör i nya, oförklarliga situationer och sluta stoppa. Under tiden kan ett mer stadsbaserat förarlöst fordon ha mer erfarenhet av denna nattliga kvagmyr av avslappnad våghals och riskbedömning med låg hastighet. Om dessa två bots stannar vid samma trafikljus och effektivt kan dela sina data, kan de förena sina olika observationer. Förortsmodellen kan bryta ut ur sin stupor (eller undvika att falla i en först) och fortsätta med en tillräcklig blandning av försiktighet och beslutsamhet. Den stadsmässiga roboten är inte nödvändigtvis att dra nytta av att lära sig om hur människor uppför sig på platser där bilkulturen härskar högsta, men kanske tar det ett trick eller två som är relaterade till blinda uppfart eller rogues som spärrar längs banan.

Samarbetsinlärning skulle kunna åstadkommas på andra sätt, såsom koppling av maskiner till ett omfattande, alltid-på-nätverk, där hela serverfarmer kan krossa genom att slå samman etiketter och uppdatera robotar efter behov. Och RoboEarth-projektet, en självbeskriven "Wikipedia för robotar hoppas kunna skapa en universell kunskapsbas för bots att komma åt. Men AMPS fördel är dess förmåga att arbeta där konstant nätverksåtkomst inte är ett alternativ, vare sig det betyder en grusväg i den australiensiska utmarken, eller en krater som gick ut från ytan på Mars.Detta tillvägagångssätt fokuserar på robot-till-robot-kommunikation, utan lyxen av kraftfulla back-end-system. Det ökar väsentligen autonoma autonoma maskiner och skapar en grund för meningsfullt lärande. "Vi funderar på det här i samband med livslångt lärande säger How. "Det betyder att en robot kan vara ute någonstans i ett år som fungerar på egen hand, och den behöver inte fortsätta att komma tillbaka och ställa frågor. Roboter kan ströva runt, precis som människor gör, interagera individuellt eller i par, hitta sätt att lära av varandra. "

Det är alldeles för tidigt att veta om AMPS-algoritmen kommer att komma in i autonoma bilar. Men som How påpekar är förarlösa fordon en av de viktigaste problemen vid Laboratory for Information and Decision Systems (MIT-forskningscentret som han är ansluten till). En mer kortsiktig applikation kan vara i prospekterings- eller observationsbaserade robotar. Med tanke på att detta projekt finansierades av Office of Naval Research, verkar ett militärt system med ett kunnande för lagarbete helt genomförbart. På lång sikt är samarbetsinlärningen dock större än någon robotklass. Det löfte är att skapa mer självhjälpande bots, som inte behöver gå igenom varje uppgift, och skedmatas alla relevanta uppgifter. För om vi överger oss till lusten att antropomorfisera robotar - och det är svårt att inte - är de autonoma knappt på deras fötter, och bara ibland från blöjor.

Kommer du ihåg att tiden Yosemites brandfall var faktiskt eld?

Kommer du ihåg att tiden Yosemites brandfall var faktiskt eld?

Stellar teleskop för dina rymdälskande barn

Stellar teleskop för dina rymdälskande barn

Dessa är Kinas planer för flytande kärnreaktorer

Dessa är Kinas planer för flytande kärnreaktorer