三次元の世界では、機械の腕の手仕事は比類のないものです。

6 年前

見出し

おすすめリスト

Dao Wei

特色图像

超神経質で

積み木ゲームのジェンガは、気を付けないと、苦労して建てたブロックの塔が壊れてしまうので、深く理解している人も多いのではないでしょうか。それをAIやロボットに任せたらどうなるでしょうか？

人工知能を研究するチームは常にゲームを通じてブレークスルーを見つけることを好むようです、MITチームが開発したロボットアームも3次元世界のゲームから始まりました。

ジェンガでは、通常、3 つの木製ブロックを 1 つの層に配置し、互い違いに並べて塔を形成します。次に、下からブロックを取り出して塔の上に置き、より高い塔を作成します。

ジェンガ ゲームは、忍耐力、バランス、体力、その他多くの側面が試されるものであり、多くの人 (特に手が震えやすい学生) にとって、このゲームは難しすぎます。 MIT が開発したロボットは、プッシュプル、位置合わせ、その他の操作と組み合わせた検出とアルゴリズムによって、このタスクを容易に達成しました。

誰だ？

人間は常に自分の手が「震えている」と言います。そのため、ロボットアームの研究は、いくつかの繊細な操作やリスクの高い操作を完了することを目的としています。プロジェクトチームのメンバーの一人で、マサチューセッツ工科大学機械工学部助教授のアルベルト・ロドリゲス氏は、このロボットの鍵は視覚と触覚を完璧に組み合わせていることだと指摘した。

しかし、外見的には、このロボットは、通常のロボットアームのようないくつかの一般的なアプリケーションマシンに似ていますが、柔らかい歯のようなグリッパー、力を感知するリストバンド、および外部カメラが装備されており、非常にYuが手にしたものです。触覚と目。

作業時には、グリッパーを使用してビルディング ブロックを操作し、触覚フィードバックを提供することもできます。センサー リストバンドはビルディング ブロックを操作する力を制御するために使用され、カメラは視覚的な画像を収集するために使用されます。

ロボットがビルディングブロックを柔軟に動かすことを可能にするこれらの形状を備えていることに加えて、このロボットの最も重要な点は、ロボットが以前のロボットとは異なる「魂」を持っていることです。研究者は、この仕事をより良くするために新しいアルゴリズムを使用しました。

MITの研究者らによると、このロボットは従来のAI学習手法を使用せず、階層モデルダイナミクスを創造的に使用してクラスタリング学習モデルを構築しているという。この利点は、大量のデータに依存せず、フィードバック データに基づいてリアルタイム分析を行い、接触を検出しながら次のビルディング ブロックを移動する計画を予測できることです。

ジェンガはどうやって遊ぶのですか？

実際、ロボットは一見複雑なジェンガ ゲームを処理できますが、鍵となるのはクラスタリング学習です。

このゲームを解く伝統的な方法は、積み木、ロボット、積み木タワーの間に生じるすべての関係を収集し、最適な方法を計算することです。しかし、これには明らかに膨大な量のデータが必要となり、計算の難易度も大幅に上昇します。

この研究では、人間がゲームをプレイする方法を模倣するためにロボットが選択されました。 1 つ目は、データにラベルを付けてクラスター化することです。そして、マークされたデータと比較することによって、新しい操作の実行可能性が判断されます。

まず、ロボットを積み木タワーに向けさせ、ランダムに積み木を選択し、比較的小さな力で押し出します。ブロックを押し出したり引き抜いたりする操作ごとに、コンピューターは対応する視覚データと力データを記録します。操作の結果と一緒にマークを付けます。

この研究では、十分なデータを蓄積するまでに約 300 回の試行が必要で、その後データが処理されました。ここではクラスタリングが使用されます。同様のデータと結果を含む操作は、特定の構成要素の動作を表すためにグループ化する必要があります。

異なるグループは異なる操作性レベルを表し、これは各操作を測定するための基準でもあります。たとえば、あるデータ セットは、動かすのが難しい積み木に対するロボットの試みを表し、別のデータ セットは、動かしやすい積み木に対するロボットの試みを表します。

異なるデータセットごとに、それに応じて単純なモデルが与えられ、これらのモデルを組み合わせることで、ロボットはリアルタイムで学習することになります。

最後に、ロボットアームがビルディングブロックを押し出すときに、カメラとリストバンドを使用して視覚情報と触覚情報を受信し、データが一致するかどうかを前のデータと比較します。結果は良好です。これを実行し、崩壊の危険がある場合は操作を中止してください。

ジェンガだけじゃない

MITの研究者らは、この研究ではロボットはこのゲームをプレイできたが、人間のマスターと競争するために使用される場合には、いくつかの改善が必要であると推定されると指摘した。なぜなら、この研究ではAIロボットは物理的な相互作用の問題を解決することに焦点を当てており、この積み木を引き出して配置できるかどうかなどの問題を解決します。しかし、ジェンガのゲームには、関連する手順を考えて分析するなど、戦略も必要です。

しかし、MIT の研究チームは明らかにこの考えを持っていませんでした。おそらく彼らにとって、ジェンガをプレイするマスターを作成することにはあまり価値がありません。チームの研究員であるロドリゲス氏によると、この技術は製造組立ラインのロボットなど、実際の作業環境での使用が検討されているという。

待ってください、これはとても単純なパズル ゲームです。私たちには太刀打ちできないかもしれませんし、私たち人間と一緒にプレイする人もいないでしょう。もっとすごいことをするのだから、うーん、そんなことは忘れて、お正月のごちそうに舌鼓を打ちましょう。