Робот MIT освоил игру Jenga
Разработанный подход к машинному обучению может помочь роботам собирать мобильные телефоны и другие мелкие детали на производственной линии.
Робот, использованный в проекте инженерами MIT, оснащен мягким захватом, манжетой для измерения силы и внешней камерой, которую он использует, чтобы видеть и чувствовать башню и ее отдельные блоки. Когда робот осторожно толкает блок, компьютер воспринимает визуальную и тактильную обратную связь, полученную от камеры и манжеты, и сравнивает эти измерения с движениями, которые робот делал ранее. Он также учитывает результаты этих шагов — в частности, был ли успешно извлечен блок. Затем в режиме реального времени робот «узнает», толкать ли новый блок, чтобы башня не упала.
В игре Jenga 54 прямоугольных блока сложены в 18 слоев по три блока в каждом, причем блоки в каждом слое ориентированы перпендикулярно блокам ниже. Цель игры состоит в том, чтобы аккуратно извлечь блок и поместить его на вершину башни, то есть строить башню, не опрокидывая конструкцию.
Чтобы запрограммировать робота для игры в Jenga, традиционные схемы машинного обучения могут потребовать учесть, что может случиться между блоком, роботом и башней — дорогостоящая вычислительная задача, требующая данных от тысяч, если не десятков тысяч попыток извлечения блока.
Команда ученых адаптировала стандартный роботизированный манипулятор ABB IRB 120, затем установила башню Jenga в пределах досягаемости робота и начала обучение, в ходе которого робот сначала выбирал случайный блок и место на блоке, на который нужно нажать. Затем он приложил небольшое усилие, пытаясь вытолкнуть блок из башни.
Для каждой попытки блока компьютер записывал соответствующие визуальные и силовые измерения и отмечал, была ли каждая попытка успешной.
Вместо того, чтобы выполнять десятки тысяч таких попыток (что потребовало бы реконструкции башни почти столько же раз), робот обучался всего на 300 попытках с аналогичными измерениями и результатами, сгруппированных в кластеры, представляющие определенное поведение блоков.
Источник: MIT News.
