dumaiПрепринт — материал ещё не прошёл рецензирование
ADEPT переносит ловкие навыки роботизированных рук на новые задачи
Кратко
Метод сначала обучает многопалые роботизированные руки в виртуальной среде, а затем переносит полученные навыки на новые задачи и настоящих роботов. В демонстрациях руки с 23 и 29 независимо управляемыми движениями выполняли длинные последовательности действий с человеческой скоростью; отдельные этапы переносились сразу, а точные действия вроде финальной вставки требовали дополнительного обучения.
Зачем это знать
Такой подход может уменьшить объём повторного обучения роботов для каждой новой задачи. Но вывод пока основан на демонстрациях с двумя конкретными типами рук, поэтому неизвестно, насколько широко он работает и превосходит ли другие способы обучения.
Разбор
Авторы не учили каждую новую задачу с нуля. Сначала в симуляции они заставляли роборуку решать общий навык: менять положение предмета в пальцах. Затем этот навык использовали как отправную точку для обучения более сложным действиям — например, переносу детали и её вставке в отверстие. Для работы с настоящим роботом отдельную обученную систему-«учителя» дополнительно сжимали в более компактную модель, которая получает обычное стереоизображение с камер.
Ключевые цифры
Можно ли доверять
Это препринт arXiv, поэтому независимую проверку экспертов он ещё не прошёл. Авторы показали перенос на двух роботах и в симуляции с последующей проверкой в реальности, но данных мало для вывода, что метод будет так же хорошо работать на других руках, предметах и задачах; прямого сравнения с альтернативными методами в абстракте нет.
Пересказано ИИ по научной статье. Как это устроено