https://bodybydarwin.com
Slider Image

Denna robot lär sig genom att fråga främlingar på Internet

2020

I en ny studie skrev datavetare algoritmer för robotar för att ordna block i mönster som en människa skulle känna igen som en bil, en sköldpadda, ett hus och andra saker. Men designerna var inte programmerade i. Istället lärde robotarna in från demonstrationer (in-robot?) ... plus ställa frågor på en webbplats som skaffar folkmassan kallad Mechanical Turk.

Kombinationen av personligt och online, crowd-sourced inlärning hjälpte robotar att lära sig uppgifter bättre än demo på egen hand, fann forskarna. Dessutom var folkmassoriserad robothandledning billigare än att anställa samma antal människor för att demonstrera för roboten. Forskarna tror att folkmassasortering i en lång framtid kan hjälpa robotar att lära sig användbara uppgifter som att sätta bord för måltider eller ladda diskmaskinen. (Jag menar, jag önskar, eller hur?)

Forskarna, ett team från University of Washington, utrustade sin egen Gambit-robot med en Kinect-djupsensor för att hjälpa den känna av färger och placering av block på ett bord. Gambits är armar med pincer-händer, så de kan greppa föremål. De kan till och med flytta schackstycken runt ett bräde. Programmerarna testade också sin algoritm på en Willow Garage PR2-robot, om vilken Popular Science har skrivit omfattande.

Roboterna fick först demonstrationer av blockblommor, fiskar, ormar och andra saker från 14 frivilliga i labbet. Ofta var dessa mönster för svåra för robotarna att reproducera. Så de publicerade också frågor om Mechanical Turk: Hur skulle du göra en bil (eller en person eller en baby fågel) med dessa block? När robotarna samlade in data från hundratals svar, började de lära sig att göra något som en människa skulle registrera som en "bil men ändå skulle vara genomförbart för dem att bygga. Roboterna lärde sig också att känna igen blockmönster som en av de åtta saker de hade lärt sig om, även när vissa delar saknades.

Allt detta är ganska coolt och ganska imponerande. Du kan lära dig mer från ett papper som forskarna publicerade online om sitt arbete. En bonus: Uppsatsen innehåller bilder på svar från mekaniska turkers. Det verkar som om vissa mekaniska Turk-användare är förvånansvärt smart när de förvandlar ett par dussin kvarter till övertygande sköldpaddor och människor. Andra är förvånansvärt dåliga i uppgiften. Lyckligtvis hade University of Washington-algoritmen ett sätt att rensa bort de dåliga mönstren. Den bad mekaniska turkers att betygsätta varandras mönster, så det visste vilka som var bra sköldpaddor och vilka som var dåliga.

Forskarna presenterade resultaten av sitt arbete tidigare denna månad vid en robotkonferens som var värd av Institute of Electrical and Electronics Engineers.

Kokosnötsolja är den senaste påminnelsen om att det inte finns något som kallas 'supermat'

Kokosnötsolja är den senaste påminnelsen om att det inte finns något som kallas 'supermat'

Hur man odlar anpassade greener designade av kockar

Hur man odlar anpassade greener designade av kockar

Den vänstra snigeln Jeremy har nu blivit avvisad av två andra vänstra sniglar

Den vänstra snigeln Jeremy har nu blivit avvisad av två andra vänstra sniglar