[ad_1] در متن: آموزش مهارتهای جدید به طور سنتی آهسته و پر دردسر بوده است و نیاز به ساعات تظاهرات گام به گام برای ساده ترین کارها دارد. اگر یک ربات با چیزی غیر منتظره روبرو شود ، مانند رها کردن یک ابزار یا مواجهه با مانع غیرقابل پیش بینی ، پیشرفت آن اغلب متوقف
[ad_1]
در متن: آموزش مهارتهای جدید به طور سنتی آهسته و پر دردسر بوده است و نیاز به ساعات تظاهرات گام به گام برای ساده ترین کارها دارد. اگر یک ربات با چیزی غیر منتظره روبرو شود ، مانند رها کردن یک ابزار یا مواجهه با مانع غیرقابل پیش بینی ، پیشرفت آن اغلب متوقف می شود. این انعطاف پذیری مدتهاست که استفاده عملی از روبات ها را در محیط هایی که غیرقابل پیش بینی بودن یک هنجار است ، محدود کرده است.
محققان دانشگاه کرنل اکنون در حال ترسیم یک دوره جدید با Rhyme هستند ، یک چارچوب هوش مصنوعی که به طرز چشمگیری یادگیری ربات را ساده تر می کند. مخفف بازیابی برای تقلید ترکیبی تحت اجرای ناسازگار ، Rhyme روبات ها را قادر می سازد با تماشای یک فیلم تظاهرات واحد ، مهارت های جدیدی را انتخاب کنند. این یک عزیمت شدید از جمع آوری داده های جامع و تکرار بی عیب و نقص است که قبلاً برای کسب مهارت لازم بود.
پیشرفت اصلی با قافیه توانایی آن در غلبه بر چالش ترجمه تظاهرات انسانی به اقدامات روباتیک است. در حالی که انسان ها به طور طبیعی حرکات خود را با تغییر شرایط سازگار می کنند ، روبات ها از نظر تاریخی به دستورالعمل های سفت و سخت و کاملاً همسان برای موفقیت نیاز دارند. حتی تفاوت های جزئی بین نحوه عملکرد یک شخص و یک ربات می تواند روند یادگیری را از بین ببرد.
قافیه با اجازه دادن به روبات ها به یک بانک حافظه از اقدامات قبلاً مشاهده شده ، این مشکل را برطرف می کند. هنگامی که تظاهرات جدیدی مانند قرار دادن لیوان در سینک نشان داده شد ، این روبات تجربیات ذخیره شده خود را برای اقدامات مشابه مانند چیدن یک فنجان یا قرار دادن یک شیء جستجو می کند. این روبات می تواند با جمع کردن این قطعات آشنا ، چگونه می تواند کار جدید را انجام دهد ، حتی اگر هرگز آن سناریوی دقیق را ندیده باشد.
این رویکرد باعث می شود که ربات یادگیری انعطاف پذیرتر و بسیار کارآمدتر باشد. قافیه فقط در حدود 30 دقیقه داده های آموزشی خاص ربات ، در مقایسه با هزاران ساعت مورد نیاز روشهای قبلی نیاز دارد. در آزمایشات آزمایشگاهی ، روبات هایی که با استفاده از قافیه کارهای بیش از 50 درصد با موفقیت بیشتر از آنچه که با تکنیک های سنتی آموزش دیده اند ، انجام می دهند.
این تیم تحقیقاتی به سرپرستی دانشجوی دکترا کوشال کیدیا و استادیار سانجیبان چودوری ، یافته های خود را در کنفرانس بین المللی آینده IEEE در مورد روباتیک و اتوماسیون در آتلانتا ارائه می دهند. همکاران آنها شامل Prithwish Dan ، Angela Chao و Maximus Pace هستند. این پروژه از Google ، OpenAI ، دفتر تحقیقات نیروی دریایی ایالات متحده و بنیاد ملی علوم پشتیبانی دریافت کرده است.
[ad_2] لینک منبع
ذخیره نام، ایمیل و وبسایت من در مرورگر برای زمانی که دوباره دیدگاهی مینویسم.
مبل ال
دانلود فيلم با لينک مستقيم و رايگان
رپورتاژ آگهی و مزایای آن