A Stanford Mobile ALOHA robotja bizonyítja a megfizethető, komplex feladatautomatizálást
A Stanford Egyetem kutatói egy olcsó robotot építettek Mobile ALOHA néven a robot-utánzásos tanulás (imitation learning) kutatására. Azt is bebizonyították, hogy az utánzásos tanulás már elég fejlett ahhoz, hogy ez a robot autonóm módon rákot süssön, borfoltokat tisztítson, liftet hívjon és egyéb feladatokat végezzen el.
A Mobile ALOHA kulcsfontosságú tervezési döntése egy létező, alacsony költségű rendszer és egy mobil alap párosítása, amelyet azután az emberi kezelőhöz kapcsolnak. Ez azt jelenti, hogy az emberi kezelő fizikailag a rendszerhez lehet rögzítve, és a kereket meghajtva teszi lehetővé az alap mozgását. Ez lehetővé teszi az alap független mozgását, miközben a felhasználó mindkét kezével az ALOHA-t irányítja.
- A Mobile ALOHA 32 000 dollárból megépíthető, szemben más távvezérelt robotok, például a PR-2 körülbelül 200 000 dolláros árával.
- Képes az emberi sétatempóval (1,42 m/s) haladni, és stabil marad nehéz tárgyak mozgatása közben is.
- Egy közös tanítási folyamatot (co-training pipeline) használ, amely a már létező, nagy léptékű statikus adatkészleteket használja fel a mobil feladatok robusztusságának javítására.
- Sikeresen mutatott be autonóm feladatokat, beleértve a rák hirtelen sütését, serpenyők öblítését és pacsizást emberekkel.
- Egy beépített lakossági laptopon fut, NVIDIA 3070 Ti GPU-val az adatgyűjtéshez és feldolgozáshoz.
A robotok drágák, problémáik pedig nagy dimenziójúak és számításigényesek. Ez a fejlesztés megoldja az egyik ilyen akadályt. A robotika talán közeledik az „ImageNet-pillanatához”, amikor a robot-viselkedések megtanulásának költsége és a tanuláshoz szükséges adatok mennyisége is kedvezővé válik. A Mobile ALOHA sokkal olcsóbbá teszi a robot-viselkedésekhez szükséges adatgyűjtést és a valós platformokon történő tanulást.