Un nuovo approccio per l’apprendimento robotico
I ricercatori della Cornell University hanno sviluppato un innovativo framework robotico alimentato dall’intelligenza artificiale, denominato RHyME (Retrieval for Hybrid Imitation under Mismatched Execution), che consente ai robot di apprendere compiti osservando un singolo video tutorial.
Tradizionalmente, i robot sono stati allievi difficili, richiedendo istruzioni dettagliate e precise per completare anche i compiti più semplici. Tuttavia, RHyME potrebbe accelerare lo sviluppo e l’implementazione dei sistemi robotici riducendo significativamente il tempo, l’energia e il denaro necessari per addestrarli.
Il problema dell’adattamento robotico
Uno dei problemi principali nel lavorare con i robot è la necessità di raccogliere una grande quantità di dati su di essi mentre eseguono diversi compiti. “Non è così che gli esseri umani apprendono,” ha affermato Kushal Kedia, dottorando in informatica.
Gli esseri umani si ispirano osservando gli altri. Kedia presenterà il suo lavoro, “One-Shot Imitation under Mismatched Execution,” a maggio alla conferenza internazionale dell’Institute of Electrical and Electronics Engineers sulla robotica e l’automazione ad Atlanta.
La sfida dell’imitazione
Le dimostrazioni video, come raccogliere un tovagliolo o impilare piatti, devono essere eseguite lentamente e senza errori, poiché qualsiasi discrepanza tra le azioni nel video e quelle del robot ha storicamente compromesso l’apprendimento robotico.
“Se un essere umano si muove in modo diverso da un robot, il metodo crolla immediatamente,” ha spiegato Sanjiban Choudhury, professore assistente di informatica. “La nostra idea era: ‘Possiamo trovare un modo per affrontare questa discrepanza tra come gli umani e i robot eseguono i compiti?'”
La soluzione RHyME
RHyME rappresenta la risposta del team: un approccio scalabile che rende i robot meno esigenti e più adattabili. Potenzia un sistema robotico per utilizzare la propria memoria e collegare i punti quando esegue compiti che ha visto solo una volta, attingendo ai video che ha già visionato.
Ad esempio, un robot equipaggiato con RHyME che osserva un video di un umano che prende una tazza dal bancone e la mette nel lavandino, cercherà nel suo archivio di video e trarrà ispirazione da azioni simili, come afferrare una tazza e abbassare un utensile.
Il futuro dei robot domestici
Gli assistenti robotici domestici sono ancora lontani dall’essere una realtà, poiché mancano dell’intelligenza necessaria per navigare nel mondo fisico e le sue innumerevoli contingenze.
Per portare i robot al passo, ricercatori come Kedia li stanno addestrando con video tutorial, dimostrazioni umane di vari compiti in un ambiente di laboratorio.
L’obiettivo di questo approccio, un ramo dell’apprendimento automatico chiamato “apprendimento per imitazione”, è che i robot apprendano una sequenza di compiti più rapidamente e siano in grado di adattarsi agli ambienti del mondo reale.
Fonte: Science Daily
