CMU bilim adamları evi açmak için bir grup robot aldı ve 28.000 farklı poz topladı
İçbükey tapınaktan mekanik kestane
Qubit Üretildi | Genel Hesap QbitAI
Carnegie Mellon Üniversitesi'nden (CMU) dört bilim adamı, bir yazıda yaşamak için bir grup robot aldıklarını söyledi. Airbnb Yukarı.
Son zamanlarda New York hükümeti ile uğraşmakla meşgul olan Airbnb'nin esintisini hissedebilir miyim bilmiyorum.
Uzun metrajlı filme dönersek, araştırmacılar doğal olarak robottan tatile çıkmasını istemiyorlar.
Robotun tüm yıl boyunca laboratuvarda kaldığını ve yaşam sahnesinin çok monoton Gerçeklikle de bir boşluk var.
Bu durumda, eğitilen beceriler zordur Desteklemek Gerçek dünyaya gidin.
Yalnızca laboratuvarda görev yapabilen robotlar, CMU'daki insanların istediği şey değil.
"Uygun fiyatlı" makine
Ekip, robotların daha gerçek bir savaşa katılmasına ve onları eğitmesine izin vermeye karar verdi Genelleme kabiliyet.
Böylece insanlar önce " Ucuz "Robot, Dobot Magician robot kolunun bir dönüşümü ...
Katma Çift eksenli bilek , İki parmaklı elektrik kelepçesi ,ve ayrıca Mobil taban .
Sensör tarafında Intel R200 RGB yapılandırılmıştır kamera Ve kameraya yardım et Boyun çevirin PTZ.
Robotun beynine gelince, bu sadece bir dizüstü bilgisayar, CPU i5-8250U ve RAM'de 8G var.
Araştırmacılar her biri " olduğu sürece "Üç bin dolar diğer (20.000 dolar) robotlardan daha ekonomiktir.
"Uygun fiyatlı konut
Ardından, evi açmak için robotu alın.
Özenle seçilmiş farklı ortamlar
Araştırmacı ilk olarak Airbnb'ye gitti ve açtı Altı Suit , Koleksiyon mu gerçek veriler kullanın.
Az önce söylediğim gibi, yalnızca laboratuvar ortamında verilerle eğitim almak gerçek eğitim değildir.
Onlar kullanırlar Yolo Model yapmak Nesne algılama , Ve sonra en iyi kavrayıcı duruşu hesaplamak için "Sağlam Kavrama" sinir ağı yapısını (aşağıya bakınız) kullanın.
Bu şekilde toplanan toplam 28.000 Farklı pozlar.
Kendi kendine yapılan veri kümesi adlı Ana Sayfa-LCA , Sonraki üç harf "ucuz robotik kollar" ile ilgilidir.
Esprili karar
Hemen şimdi " Sağlam Kavrama "Sinir ağları robotlar tarafından yapılır esprili Karar vermenin anahtarını alın.
Yapı üç bölüme ayrılmıştır.
Biri Tahmine dayalı ağı tara (GPN), işte eğitimli ResNet-18 . Piksel Görüntülerini alın ve ardından hangi duruşu yakalayacağınıza karar verin.
Ancak, ucuz bir robotla çok fazla veri toplanacak gürültü, ses ,ve bu yüzden
iki Gürültü modelleme ağı (NMN) göre Sahne görüntüsü ile Robot tarafından elde edilen bilgiler Bu iki veri kümesi gürültüyü ayırır.
Üç Marjinal katman (Narginalization Layer), daha iyi kararlar vermek için iki veri akışını birleştirir.
Ekip, ağı kendi kendine oluşturulmuş bir Ev-LCA veri setiyle eğitti ve ayrıca bunu yapmak için iki laboratuvar veri seti kullandı. Fikir tartışması Hangi tarafın iyi çalıştığını görmek için.
Pratik ve Sera
Eğitim tamamlandıktan sonra araştırmacılar tekrar Airbnb'de bulunuyordu ve başka bir 3 süit , Oyun alanı olarak.
Yani maçtan önce bu yerlere kimse gelmedi.
Makalede neden sadece iki test odası fotoğrafı olduğunu bilmiyorum
gerçekten Oyunu kapın Başlıyor, iki parti:
Savaş fraksiyonu , AI, Home-LCA ile eğitildi.
Sera Turtası , AI Lab-Baxter ile eğitildi.
Üç yeni ev
birlikte garip Çevrede yakala garip Nesneler, savaş robotlarının başarı oranı Çok daha fazlası Sera Pastası.
Sonuçta bu şaşırtıcı değil, ondan önce oyuncuların Başka bir oyun
Robot yapmak gündelik Yakala, AI geliyor tahmin Kepçe başarılı olabilir mi (konuma ve açıya bağlı olarak).
Yatay karşılaştırma, eğitim seti ile test seti kaynakları farklı olduğunda genelleme yeteneği bilinir.
Sonuç olarak, Home-LCA veri seti üzerinde eğitilen model, diğer iki veri seti üzerinde test edildiğinde tahmin doğruluğunda önemli bir fark göstermez. % 70 Yukarı ve aşağı (3. ve 5. satırlara bakın).
Lab-Baxter ve Lab-LCA veri kümelerinde eğitilen model, diğer veri kümelerinde test edilir ve tahmin doğruluğu % 70 Çevresinde, aşağı % 55 Sol ve sağ (1., 2. ve 4. satırlara bakın).
İlahi kayınvalide
Başka bir deyişle, gerçek savaşçılar şaşırmaz, Genelleme Yetenek daha iyidir.
Vahşi
Elbette, model eğitiminin başlangıcından itibaren robota karşı fazla nazik olamazsınız.
İster simülatörde eğitilmiş bir robot, ister laboratuvar verileriyle beslenen bir robot olsun, dış dünyanın zorlukları ve tehlikeleri ile yüzleşmek kolaydır. Uyarlanamıyor .
Dışarı çık
Robotların pratik becerilerini eğitmek için gerçek dünya verilerini toplayın, böylece laboratuvarda sıkışıp kalmayacaklar ve hareket etmeleri zor olacak.
Muhtemelen, CMU'nun robotikte yapabileceği şey budur Genelleme Meslektaşlarım için yukarıda bir fikir.
Tez Portalı:
https://arxiv.org/pdf/1807.07049.pdf
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
-
- Yansıtıcı şeritli BYD'lerin hepsi çöp kamyonu mu? 4 araba memnun kalmadı ve son kayıkçı bizzat sürdü
