روباتی که شبیه کودکان آموزش می‌بیند

ایسنا: محققان دانشگاه کالیفرنیا در برکلی موفق به تولید الگوریتم‌هایی شده‌اند که روبات‌ها را قادر می‌سازد وظایف حرکتی را مانند انسان از طریق آزمون و خطا یاد بگیرند. دانشمندان این شیوه خود را که نوعی آموزش تقویتی است، روی روباتی نشان دادند که وظایف مختلف از جمله قرار دادن رخت‌آویز در قفسه، متصل کردن هواپیمای اسباب‌بازی و باز کردن شیر آب را بدون جزئیات از پیش برنامه‌ریزی شدن در مورد محیط اطرافش انجام داد. محققان برای این منظور به شاخه جدیدی از هوش مصنوعی موسوم به یادگیری عمیق روی آوردند. برنامه‌های یادگیری عمیق در دنیای هوش مصنوعی، شبکه‌های عصبی را ایجاد می‌کنند که در آنها، لایه‌های عصب‌های مصنوعی به پردازش داده‌های حسی خام متداخل شامل امواج صوتی یا پیکسل‌های تصویر می‌پردازند.

ایسنا: محققان دانشگاه کالیفرنیا در برکلی موفق به تولید الگوریتم‌هایی شده‌اند که روبات‌ها را قادر می‌سازد وظایف حرکتی را مانند انسان از طریق آزمون و خطا یاد بگیرند. دانشمندان این شیوه خود را که نوعی آموزش تقویتی است، روی روباتی نشان دادند که وظایف مختلف از جمله قرار دادن رخت‌آویز در قفسه، متصل کردن هواپیمای اسباب‌بازی و باز کردن شیر آب را بدون جزئیات از پیش برنامه‌ریزی شدن در مورد محیط اطرافش انجام داد. محققان برای این منظور به شاخه جدیدی از هوش مصنوعی موسوم به یادگیری عمیق روی آوردند. برنامه‌های یادگیری عمیق در دنیای هوش مصنوعی، شبکه‌های عصبی را ایجاد می‌کنند که در آنها، لایه‌های عصب‌های مصنوعی به پردازش داده‌های حسی خام متداخل شامل امواج صوتی یا پیکسل‌های تصویر می‌پردازند. این کار به روبات‌ها کمک می‌کند تا الگوها و گروه‌ها را در میان داده‌های دریافتی شناسایی کنند. محققان با یک روبات PR۲ این آزمایش را انجام دادند که آن را BRETT نامیده‌اند. آنها مجموعه‌ای از وظایف حرکتی را به این روبات ارائه کردند. زمانی که مختصات مربوط به شروع و پایان کار به BRETT ارائه شد، این روبات توانست یک تکلیف خاص را در ۱۰ دقیقه انجام دهد، اما زمانی که محل اجسام درون صحنه به روبات اطلاع داده نشد و BRETT نیاز پیدا کرد که هر دو مهارت مشاهده و کنترل را یاد بگیرد، فرآیند آموزش حدود سه ساعت به طول انجامید. این یافته‌ها قرار است در نشست بین‌المللی روباتیک و اتوماسیون در سیاتل ارائه شود.