В Пекине открылся «детский сад для роботов», где машины учатся на собственных ошибках

В Пекине открылся «детский сад для роботов», где машины учатся через прикосновения, метод проб и ошибок и собственный опыт. Исследователи хотят проверить, смогут ли роботы самостоятельно осваивать новые навыки без постоянных человеческих инструкций.

Центр в районе Шицзиншань совместно создали китайская компания Tashan Technology, специализирующаяся на технологиях тактильного восприятия, и команда под руководством Ричарда Саттона — лауреата премии Тьюринга и одного из пионеров обучения с подкреплением. Центр занимается тактильным восприятием и непрерывным обучением.

Как сообщает Global Times, роботы многократно повторяют движения, получают обратную связь от физического взаимодействия с окружающим миром и корректируют свое поведение. Например, если робот во время обучения ходьбе врезается в стену, он учитывает столкновение, снова пытается двигаться и меняет действия, чтобы избежать той же ошибки. Неудача становится частью опыта и данными для дальнейшего обучения.

На открытии центра Саттон рассказал, что проект должен предоставить роботам безопасную среду для изучения собственного тела и взаимодействия с физическим миром. Для этого нужны не только новые алгоритмы, но и роботы и среда, специально разработанные для обучения. Ошибки, отметил он, неизбежны: исследователям, как и роботам, придется учиться, корректировать свои действия и продолжать экспериментировать.

Китай расширяет сеть центров для обучения антропоморфных роботов по мере подготовки отрасли к использованию машин в реальных условиях. В районах Ичжуан и Шицзиншань в Пекине созданы тренировочные базы, где воссозданы реальные условия. Роботы там отрабатывают задачи от точных операций до работы по дому.

При этом значительная часть такого обучения основана на данных, полученных с участием людей: роботам показывают, как выполнять задачи, управляют ими дистанционно или записывают движения человека с помощью систем захвата движений.

Крис Де Асис, старший исследователь Openmind Global Research, исследовательского института, созданного в Канаде, рассказал Global Times, что многие современные роботы обучаются на человеческих демонстрациях, данных дистанционного управления или в симуляциях, после чего их поведение в значительной степени остается неизменным. Непрерывное обучение позволяет роботам адаптироваться уже после начала работы, в том числе учиться взаимодействовать с предметами и реагировать на ситуации, которых не было в исходных обучающих данных.

Такой подход медленнее обучения через имитацию. Однако Де Асис отметил, что имитация дает преимущество в краткосрочной перспективе, тогда как самостоятельное накопление опыта может оказаться полезнее в долгосрочной.

Отдельная проблема — конструкция и сборка роботов. Они должны быть достаточно прочными, чтобы выдерживать ошибки, необходимые для обучения. «Если он не может ошибаться, то он не может учиться», — сказал Де Асис.

По словам заместителя научного сотрудника Пекинской академии общественных наук Ван Пэна, самостоятельное исследование окружающего мира может помочь роботам выйти за рамки обучения конкретным задачам и сформировать более фундаментальное понимание физического мира.

Вместо больших объемов данных, размеченных людьми, или данных дистанционного управления роботы смогут сами получать ценные данные во время взаимодействия с реальным миром. В долгосрочной перспективе накопленный отдельными машинами опыт потенциально можно будет использовать для обучения общих моделей и передавать между роботами. Такой подход может быть особенно полезен в сложных условиях, где невозможно заранее собрать демонстрации для каждой возможной ситуации.

Однако новый метод пока находится на ранней стадии. Де Асис рассказал, что небольшой робот, похожий на паука, примерно за 40 минут научился двигаться вперед без предварительных знаний. При этом речь шла об узкой и четко определенной задаче.

Для сложных антропоморфных роботов обучение связано с гораздо большим количеством переменных — от сохранения равновесия и расхода энергии до регулирования температуры и самозащиты.

Поэтому на нынешнем этапе самостоятельное обучение, скорее всего, будет дополнять, а не заменять дистанционное управление, обучение через имитацию и симуляции. Однако по мере того как роботы будут переходить от обучения на демонстрациях к работе на заводах, в коммерческих сервисах и со временем в домах, они смогут продолжать учиться и адаптироваться к новым ситуациям уже после начала работы.

фото: Tashan Technology