ون | الجسم القطبي الدماغ

السنة الجديدة، بيركلي لنشر تقدما جديدا، وقدرتهم على تعليم الروبوت للقيام بالأعمال المستوى التالي.

في أحدث الورق، بيركلي، ويوضح كيف جعل الجهاز تعلم قراءة ضمني أو معنى يسوا بشرا تماما، وليس حركة سخيفة ميكانيكيا حرفيا أو نظام المكافأة.

على سبيل المثال، عندما الروبوت يخدم الجدول، وسوف تعرف لشريط تجنب، والأطباق الجانبية أو توقف في انقطاع التيار الكهربائي في حالات الطوارئ، قدر الإمكان ألا يكافأ (نهاية لوحة ستقدم مكافأة)، و دون توقف طبق التغذية. حتى قد كسر مباشرة إلى اللوحة، حتى تحصل على أكثر "لوحات" (مكافأة) على ......

على أي حال، عندما رأيت هذا الخبر، في أول رد فعل هو الروبوت يمكن خداع آه، هذه مهمة بسيطة وابن أخي اثنين من عمره القيام به. رد الفعل الثاني هو الروبوتات بيركلي تعليم القيام بالأعمال المنزلية الهوس ولكن أيضا قليلا جدا عميقة الآن!

قبل تعليم الروبوت عملت أيضا على أوراق متجر المحرك، أضعاف الملابس، وتنظيف سطح المكتب، وباختصار، يجب أن ندع الأعمال المنزلية الروبوت مزج أنه لا يمكن.

أريد أن تحدي المهارات المحلية بالإضافة إلى بيركلي، هناك Deepmind. آخر فبراير، وضعت Deepmind الأمام نموذج التعلم الجديد "خطة مساعدة السيطرة SAC-X"، لالروبوتات مساعدة تعلم لتنظيم الجداول والملابس مكدسة.

منذ وقت ليس ببعيد، فإن الباحثين جورجيا للتكنولوجيا، نشرت أيضا تعزيز جديد التعلم الخوارزمية، والروبوت يمكن أن تدرس لارتداء الملابس.

لماذا هذا العدد الكبير من عمالقة AI استغرق دائما تدريب المنزل الطريق؟ في المستقبل، فإننا يمكن أن يكون، "ديترويت" في طيف حتى القليل الروبوتات شقيقة كارا التدبير المنزلي قادرة على ذلك؟ هذه المادة سوف محاولة لتفسير هذه الشكوك.

الأعمال المنزلية الثلاثون السادس: تتقن الروبوتات المحلي ما المهارات؟

أولا نحن ننظر إلى هذا العدد الكبير من تمريرة الأنثروبولوجيا السلطة الفلسطينية، منظمة العفو الدولية العملاقة، والروبوتات قد تعلموا ما مهارات الأعمال المنزلية الصغيرة.

الأول هو أن "فورة المحلية" بيركلي.

في وقت مبكر من العام الماضي، نفسر نموذج التنبؤ شائعة جدا بيركلي، التي يمكن أن تساعد الروبوت الدراسة الذاتية وإتقان العديد من المهارات الأساسية المشتركة والتعلم والتنبؤ صاحب شيوعا في مهمة عازمة وعلى هذا الأساس، بحيث يمكنك ان تتعلم قياسا على أداء مجموعة واسعة من الفئات الوظيفية تنمو لتصبح جيدة "الوطن مستدير." مثل للطي المناشف السراويل، وتحويل من التفاح، والانتهاء من سطح المكتب، وهلم جرا.

كما أطلقت بيركلي نموذج التعلم العميق التنفيذ المباشر-NET، استنادا إلى الكشف عن الزاوية واستراتيجيات جلب، والسماح للروبوت لإكمال المهمة الشاقة المتمثلة في وضع ورقة.

الأكثر بروزا هو البحث الجديد "تفضيل الأمثل النموذجي." الروبوت لا يمكن أن تؤدي فقط المهام المشتركة، ولكن أيضا للاستدلال على مزيد من الحل الأمثل لمواجهة الواقع المعقد مع ظروف خفية.

على سبيل المثال، في "الممثل والناقد" آلية التغذية المرتدة تعزيز التعلم التقليدية، وطلب المالك الحصول على الروبوت الملاحة الباب الأرجواني، ثم الروبوت سوف تختار أقصر طريق (الحل الأمثل بالمعنى التقليدي للكلمة)، ولكن القيام بذلك تتجاهل الطريق مكسورة إناء.

لأن الروبوت لا يمكن أن نعرف، ما إذا كان المالك لن تشعر بالقلق إزاء إناء المحطمة. ولكن إذا كان الروبوت يمكن أن تمتلك المحاكاة والتمارين حدثت في سلوك الماضية من المسار، مثل مالك كان يتجول في إناء، وأنها هي إناء من أهمية كبيرة على دولة كاملة، وبالتالي تجاوز إناء استدلال على الأرجح أن يكافأ، يجب بنشاط الهدف.

الروبوت لديه القدرة على اخفاء التبصر في الظروف، وهذا يعني أنها يمكن أن نتعلم من دولة واحدة من الوجهات الإنسان، والنظام لا المدرجة حتما علاقة سببية وشروط كل بيئة في العالم الحقيقي، ومكافأة لم تعد وظيفة خطية من الجهاز، يمكن الروبوتات المستقلة محاكاة ودراسة التجارب السابقة، والحكم وردا على بيئة ديناميكية غير معروفة.

لهذه المهمة القيام بالأعمال المنزلية، ويمكن القول تفضيلات مالك القاضي إلى العمل على السكينة.

مقارنة مع بيركلي، Deepmind في الواقع أكثر المهتمين في صحة هذه المهمة المعقدة. لا يمنع تألق في المجال المحلي.

Deepmind "التخطيط السيطرة المساعدة SAC-X" النموذج، تم تصميمه لمساعدة الروبوتات تعلم لاستكشاف وإتقان المهارات الأساسية للعمل المنزلي. مثل الطفل يجب تطوير التنسيق والتوازن قبل الزحف والمشي، كما يساعد SAC-X أيضا إلى مساعدة رئيسية آلة عدة الأساسية البصرية - المهارات الحركية.

على سبيل المثال، استخدام الذراع التناظرية، بالترتيب الصحيح، على الرغم من أنه لم ير كل مهمة، ولكن أيضا للتعلم من الصفر، كما هو مطلوب، رفع بنجاح الكائن. وهذا يسمح للفرضية دون برمجة إضافية لإنجاز المهام المعقدة مثل الانتهاء من سطح المكتب.

وبالإضافة إلى ذلك، سيتم عرض معهد جورجيا للتكنولوجيا في إطار التعلم النسيج، لتعليم الروبوت لتعلم ارتداء الملابس ورقة هي أيضا بارعة جدا.

لأن المواد النسيج والملابس تختلف، وعمل الملابس لا يمكن تتبع مسار محدد، وسوف تنتج النسيج تغيير التفاعلات المعقدة، يجب على الروبوت الاستمرار في ممارسة كل المهام الفرعية (حافة استحوذ، والملابس مسوى، الخ) المحاكاة والتحسين، والتعلم لاستراتيجية ثابتة السيطرة الإبداعية، والانتهاء النهائي من الأهداف المهمة ارتداء ملابس مختلفة في الظروف البيئية المتغيرة. سواء قميص والسترة أو سترة، غير صحيح قطرة!

هذا يبدو وكأنه معظم الأعمال المنزلية يمكن للأطفال بإدارة شيء الروبوت، ولكن الكأس هي، في الواقع، يمكن أن نرى الروبوتات القيام بالأعمال المنزلية، وبدأ يعيش لا تزال بطيئة وغبي غبي نظرة.

على سبيل المثال، الذي صممه بيركلي، وقد وضعت إعادة التفكير الروبوتات مساعد الأسرة، وأضعاف منشفة 15 دقيقة، وكاليفورنيا FoldiMate إطلاق الذكية كومة غسالة، وفقا للملابس إجراءات مطوية الساحات اللازمة، ولكن الناس بحاجة إلى وضعها يدويا على حامل وليس وفورات كبيرة في القوى العاملة، وبأسعار تصل إلى 980 دولار (حوالي 7000 يوان) ...... emmmm لا يزال يلبس نفسك الآن.

لا أبطأ من الناس، هو أكثر تكلفة من الناس يعتمدون على الروبوتات القيام بالأعمال المنزلية سعر منخفض جدا. حسنا، منذ البشر لا يمكن حقا المساعدة في الأعمال المنزلية، تعليم الروبوت لتعلم هذه المهارات، ما هي النقطة بالضبط؟

لماذا القيام بالأعمال المنزلية، لا تذهب إلى مصنع الطوب تتحرك؟

من ذلك بكثير أفراد البحث معا في المعركة، إذا لتعليم طلاب المدارس الابتدائية، ويمكن قبول الخوف لجامعة تسينغهوا. وهي ليست، انتقل إلى مصنع الطوب تتحرك ويمكن أيضا تخفيف العمل تحت آه ضيق، والعالم لا المنزلي الأطفال إبقاء تتنافس معها؟

السبب في أنني أخشى أن مهام التدبير المنزلي توفر مهام مراقبة معقدة من الصفر بيئة التعلم والتدريب، وهو أمر ضروري لآلة الاستخبارات للأغراض العامة.

أولا وقبل كل شيء، أصالة وتنوع المهام التدبير المنزلي، وتعلم كيفية مساعدة وكيل على علم مسبق الحد الأدنى من أجل حل المشاكل المعقدة.

يشير إلى المعرفة المسبقة لا تعتمد على الخبرة (إجراء جيدة مماثلة لإعداد ومن نتائج الاشتقاق) قدرة عنصر واحد، والمنطق، والحكم من خلال مراقبة المجتمع. الروبوت لا يوجد لديه مثل هذه المعرفة "الطبيعية"، ولكن من الواضح أننا لا نستطيع أن كل أسرة سوف خدمة الروبوتات، كل مهمة قد تكون مبرمجة مسبقا الوقت، والقدرة العامة للتدريب الروبوت أمر بالغ الأهمية بشكل خاص.

في حين أن الجهاز لا قدرة مسبقة والتنوع لها الشبيهة بالبشر، في مختلف التخصصات، ويمكن لكل وظيفة تظهر تقريبا. ولكن في كثير من المجالات الرأسية، مثل الصناعية والمنزلية، واللغة، وقدرة قوية على آلة وكيل مسبق يمكن أن تكون منخفضة التكلفة، والقدرة على التكيف عالية والمرونة لإنجاز المهام وحل المشاكل أن الناس الآن فقط الذين يمكن أن تحل.

وبالإضافة إلى ذلك، مهمة التدبير المنزلي هي مجموعة من البصرية، واللمس والحركة والسيطرة المشتركة باعتبارها واحدة من المهام ومعقدة جدا، والتي لا تتوفر في تطبيقات البيئة غيرها من الحطام، وكيل مفيدا للتدريب بالتعاون متعدد الوظائف.

على سبيل المثال الروبوت التدريس بيركلي الأصلي التقاط الأشياء غير مرئية من سلة المهملات، وسيتم جمع الكاميرا من صورة عمق تشكيل محاكاة مجموعة البيانات، ومجموعة التدريب وبعد ذلك باستخدام الشبكة العصبية التلافيف جودة البيانات (GQ-CNN)، وتجزئة للصورة الكائن ، حاول الزحف لتحديد احتمالات النجاح، وأخيرا الاستيلاء على أعلى احتمال تشكيل استراتيجية النجاح، ومن ثم دقة مشتركة تحكم في الوقت الحقيقي حامل من أجل الانتهاء من هذه العملية. دورة تدريبية، ومجموعة متنوعة من الحصاد.

الأهم من ذلك أن البيئة التشغيلية المحلية من الروبوتات الصناعية، وألعاب الفيديو وغيرها، وأكثر فضفاضة، والكامل من التغييرات، المهام المتوقعة الذاتية والمعاني الخفية وأكثر صعوبة التنبؤ بها، وزاد فعليا صعوبة التدريب. وفي الوقت نفسه، تدريب تكاليف التدبير المنزلي المهام التي منخفضة نسبيا، أكثر سهولة فهمها من قبل الجمهور، والقيمة الاجتماعية والتسويق الحصاد مزدوجة.

بالمقارنة مع الكلب الروبوت بدأت في "دوتا" في لاعبين البشرية الدم طفل، والسماح للآلة القيام بالأعمال المنزلية يسمى ببساطة الأكثر الصحيحة سياسيا، وسيلة رخيصة للتدريب.

تداول: الأعمال المنزلية القيام به، وهذه الدراسات ما هي الفائدة؟

وراء الروبوت المحلي، والمنطق الضمني الفعلي هو جوهر هيئة ذكي الصنع: في بيئات معقدة لاستكشاف حل معقول الخاصة بهم لمشكلة عشوائي وغير منظم، يمكن أن تتفاعل مع البيئة في حين بأمان وكفاءة كاملة المهمة.

على وجه التحديد، فإنه يمكن تدريب الروبوتات التدبير المنزلي، وذلك أساسا عن فوائد ثلاثة مجالات:

أولا، الروبوت هو ثقافة أكثر عالمية من الاستخبارات، في إطار فرضية لا تحتاج الكثير من التوجيه، بإجراء سلسلة من المهام، وتحسين السلامة الآلي آلة والإنتاجية.

ثانيا، تساعد على تطوير التخطيط الهرمي والإدراك والتفكير الخوارزميات التي يمكن أن تساعد الطيار الآلي والأتمتة الصناعية، وما في مجال الأشياء الذكية لحل مشاكل التطبيق.

والثالث هو تعزيز دراسة عينة الصفر، صغيرة عينة التقدم التكنولوجي التعلم. في غياب المكافآت الخارجية إشارة، يمكن للخوارزمية يكون جيدا يستنتج سلوك نية، يمكن أن تحسن بشكل كبير من المورد الكهرباء، واستخدام المحتوى المنتج تجربة نظام التوصية.

وبهذه الطريقة، والجميع، وأخشى ليس من الصعب أن نفهم لماذا المنزلي ستصبح الوكيل العام على مسار النمو لا يمكن تجاوز كانت "نقطة انطلاق".

وأخيرا، قد يكون هناك الناس يسألون: لا أحب أن تفعل نجمة المنزلية، ما يهمني هو الروبوت شاشي هوى إلى بيتي لتعطيني Diebei السرير؟ ويمكنني أن أقول فقط: توصيات قبلة مباشرة للنوم هنا، ما لديها حلم.

المزيد من المحتوى المثير، اهتمام وسائل الاعلام التيتانيوم إشارة الصغرى (ID: taimeiti)، والتيتانيوم أو تحميل وسائل الاعلام التطبيقات