211service.com
Klíčem k chytřejším robotickým spolupracovníkům může být větší jednoduchost
paní Tech | Getty, Pixabay
Myslete na všechny podvědomé procesy, které během jízdy provádíte. Když přijímáte informace o okolních vozidlech, předvídáte, jak se mohou pohybovat, a za běhu přemýšlíte o tom, jak byste na tyto manévry reagovali. Možná dokonce přemýšlíte o tom, jak byste mohli ovlivnit ostatní řidiče na základě toho, co si myslí, že byste mohli udělat.
Pokud se mají roboti bez problémů integrovat do našeho světa, budou muset udělat totéž. Nyní vědci ze Stanfordské univerzity a Virginia Tech navrhli novou techniku pomoci robotům provádět tento druh behaviorálního modelování, které příští týden představí na výroční mezinárodní konferenci o učení robotů. Zahrnuje to, že robot shrnuje pouze široké tahy pohybů jiných agentů, místo aby je zachycoval do přesných detailů. To mu umožňuje hbitě předvídat jejich budoucí akce a své vlastní reakce, aniž by se uvízly v náročných výpočtech.
Jiná teorie mysli
Tradiční metody, které pomáhají robotům pracovat po boku lidí, se inspirují myšlenkou v psychologii nazývanou teorie mysli. Naznačuje, že se lidé zapojují a empatizují jeden do druhého tím, že rozvíjejí porozumění vzájemnému přesvědčení – což je dovednost, kterou si rozvíjíme jako malé děti. Výzkumníci, kteří vycházejí z této teorie, se zaměřují na to, aby roboti vytvořili model základního záměru svých spolupracovníků jako základ pro předpovídání jejich akcí.
Dorsa Sadighová, odborná asistentka na Stanfordu, si myslí, že je to neefektivní. Pokud přemýšlíte o interakcích mezi lidmi, ve skutečnosti to neděláme, říká. Pokud se snažíme posunout stůl společně, neděláme modelování přesvědčení. Místo toho říká, že dva lidé pohybující se stolem spoléhají na jednoduché signály, jako jsou síly, které cítí z toho, že jejich spolupracovník tlačí nebo táhne stůl: Takže si myslím, že to, co se skutečně děje, je to, že když lidé dělají úkol společně, sledují něco. to je mnohem nižší dimenze.
Pomocí této myšlenky by robot mohl ukládat velmi jednoduché popisy akcí svých okolních agentů. Například ve hře vzdušného hokeje může ukládat pohyby svých protivníků pouze do jednoho slova: vpravo, vlevo nebo uprostřed. Tato data pak může použít k trénování dvou samostatných algoritmů: algoritmu strojového učení, který předpovídá, kam se protivník posune příště, a algoritmu zesíleného učení k určení, jak by měl reagovat. Druhý zmíněný algoritmus také sleduje, jak soupeř mění směr na základě své vlastní reakce, takže se může naučit ovlivňovat soupeřovy akce.
Klíčovou myšlenkou je zde lehká povaha tréninkových dat, což umožňuje robotovi provádět všechny tyto paralelní tréninky za běhu. Tradičnější přístup by mohl uložit souřadnice pro celou dráhu soupeřových pohybů, nejen jejich zastřešující směr. I když se může zdát kontraintuitivní, že méně je více, stojí za to znovu připomenout Sadighovu teorii o lidské interakci. I my modelujeme lidi kolem nás jen širokými tahy.
Výzkumníci tuto myšlenku testovali v simulaci pro aplikace včetně samořídícího auta a v reálném světě pomocí hry robot air hockey. V každém ze zkoušek nová technika překonala předchozí metody pro výuku robotů, aby se přizpůsobili okolním agentům. Robot se také efektivně naučil ovlivňovat své okolí.
Budoucí práce
Stále existují některé problémy, které bude muset budoucí výzkum vyřešit. Práce v současnosti například předpokládá, že každá interakce, do které se robot zapojí, je konečná, říká Jakob Foerster, odborný asistent na univerzitě v Torontu, který se na práci nepodílel.
V simulaci autonomního řízení vědci předpokládali, že robotické auto prožívá během každého kola výcviku pouze jednu jasně ohraničenou interakci s jiným autem. Ale řízení takhle samozřejmě nefunguje. Interakce jsou často nepřetržité a vyžadovaly by, aby se samořídící auto naučilo a přizpůsobovalo své chování v rámci každé interakce, nejen mezi nimi.
Další výzvou, říká Sadigh, je, že tento přístup předpokládá znalost nejlepšího způsobu, jak popsat chování spolupracovníka. Sami výzkumníci museli ve hře vzdušného hokeje vymyslet označení vpravo, vlevo a uprostřed, aby robot popsal akce svého protivníka. Tyto štítky nebudou vždy tak zřejmé ve složitějších interakcích.
Foerster nicméně v příspěvku listu vidí příslib. Překlenutí propasti mezi multiagentním učením a interakcí mezi člověkem a AI je velmi důležitou cestou pro budoucí výzkum, říká. Jsem opravdu nadšený, když se tyto věci dají dohromady.