211service.com
Minecraft laat robots zien hoe ze dithering kunnen stoppen
Het computerspel Minecraft , dat een wereld toont die bestaat uit retro, gepixelde blokken die kunnen worden aangepast en herschikt in eindeloze architecturale configuraties, wordt geprezen omdat het jonge spelers leert over creativiteit, probleemoplossing en overlevingsvaardigheden (in bepaalde modi moet je bedreigingen vermijden, waaronder zombies ). Nou, het blijkt dat zelfs onervaren robots het een en ander kunnen leren door het spel te spelen.
Minecraft werd gebruikt om een virtuele agent te leren welke stappen ze moeten uitsluiten wanneer ze een gouden blok in een oven proberen te plaatsen.
Stephanie Tellex , een professor aan de Brown University, gebruikt Minecraft en echte machines om manieren te onderzoeken waarop robots nieuwe problemen sneller en efficiënter kunnen oplossen. Dit is niet iets dat de meeste robots hoeven te doen, omdat ze in een vaste omgeving werken en werk uitvoeren dat vooraf zorgvuldig is geprogrammeerd. Maar het kan belangrijk zijn als robots complexere, open taken gaan uitvoeren in minder gestructureerde omgevingen. Een robot die bijvoorbeeld is ontworpen om in huis te helpen, moet uitzoeken hoe verschillende taken moeten worden uitgevoerd.
Je zou tegen een robot kunnen zeggen 'Maak koffie voor me', maar het volgende moment zou je kunnen zeggen 'Doe de was', zegt Tellex. In deze context, waar je het doel niet van tevoren weet, is er dit planningsprobleem. Het is een hele uitdaging om de volgorde van acties te vinden die in deze specifieke omgeving gaat werken. Onze aanpak is om dat sneller te leren.
Het algoritme van de onderzoekers is getest op een echte robot die is geprogrammeerd om te helpen bij het koken.
De uitdaging voor een robot is dat hij geen contextueel begrip van de wereld heeft. Dat betekent dat het alle mogelijke acties moet doorlopen die het kunnen helpen een doel te bereiken. Om de was te doen, zou een robot dan kunnen overwegen of het gebruik van het koffiezetapparaat zou kunnen helpen. En voor een geavanceerde robot die in een complexe omgeving werkt, kan het aantal scenario's dat moet worden overwogen enorm zijn, wat veel rekenkracht vereist.
Tellex ontwikkelde samen met een van haar afgestudeerde studenten, David Abel, en verschillende andere collega's van Brown een algoritme waarmee een robot bepaalde mogelijke actiepaden kan wegsnoeien door te begrijpen in welke richting een bepaalde taak wijst. Gewapend met zo'n algoritme zou een robot kunnen begrijpen dat voor het wassen geen keukenapparatuur of keukengerei nodig is - kennis die kan worden voorgeprogrammeerd of door ervaring kan worden geleerd.
Minecraft werd gebruikt om de leeraanpak te testen. De onderzoekers bestuurden een virtueel personage dat de opdracht kreeg een virtueel goudblok in een virtuele oven te plaatsen, terwijl ze een virtuele plas lava moesten vermijden. Na het uitvoeren van de taak in een beperkte omgeving, door langdurig vallen en opstaan, leerde het algoritme dat het personage bestuurde dat bepaald gedrag, zoals het plaatsen van gouden blokken op de grond, kon worden uitgesloten bij het proberen om het doel te bereiken.
Wanneer hem wordt gevraagd om dezelfde taak in een complexere omgeving uit te voeren, kan het personage dan een veel kleinere reeks potentiële scenario's doorlopen. En door de aanpak kunnen robots leren hoe ze een taak in een virtuele omgeving moeten uitvoeren voordat ze realistische scenario's aannemen (zie Zelfs robots hebben nu hun eigen virtuele wereld).
Manuela Veloso , een professor gespecialiseerd in robotica aan de Carnegie Mellon University, zegt dat virtueel leren nu al een belangrijk gebied is voor robotica. Het is duidelijk dat een robot niet met vallen en opstaan kan leren trappen af te gaan, omdat hij bij de eerste poging kapot zal gaan, zegt ze. Simulatie kan in het algemeen helpen een model te trainen, dat vervolgens door een echte robot kan worden gebruikt.
De Brown-onderzoekers testten de aanpak ook met een echte machine: een Baxter-robot uit Heroverweeg robotica . Ze gaven de robot de opdracht om een persoon te helpen koken en programmeerden de acties die voor bepaalde recepten konden worden verdisconteerd. Dit maakte de machine efficiënter bij het bepalen van zijn eigen manier van handelen bij het maken van brownies.
De aanpak van de Brown-onderzoekers is niet alleen efficiënter, maar in zekere zin ook menselijker, omdat het een dieper begrip van een taak en zijn context vereist. We werden geïnspireerd door een deel van de literatuur over 'affordances', dat is hoe mensen naar de wereld kijken als ze iets proberen te bereiken, zegt Tellex.
Minecraft gebruiken om de geest van de robot los te maken van Brown University Aan Vimeo .