MI Történik?

Az UC Berkeley, az NVIDIA és az UT Austin kutatói kifejlesztettek egy „receptet” ügyes robotok fizikai manipulációs feladatokra való betanításához. Az eredmények ígéretesek, de rávilágítanak arra is, milyen nehéz feladat a robotokat emberi kézhez hasonló módon interakcióba léptetni a világgal. Az AI-kat emberi kéz használatára tanítani rendkívül nehéz. A kihívások közé tartozik: a környezet modellezése (lassú ciklusidő és a szimulációból a valóságba történő átültetés nehézsége); a jutalmazás tervezése (nehézség a sok érintkezéssel járó feladatok jutalmazásának kialakításában); a politikai tanulás (az érintkezési minták bonyolultsága); és a tárgyérzékelés (az expresszív reprezentációk nagyobb sim-to-real szakadékot jelentenek). Megoldásaik sokrétűek és némi előrelépést mutatnak. „Fő hozzájárulásaink közé tartozik egy automatizált real-to-sim hangoló modul, amely közelebb hozza a szimulált környezetet a valósághoz, egy általánosított jutalmazási séma, amely leegyszerűsíti a jutalmazás tervezését a hosszú távú, érintkezés-gazdag manipulációs feladatoknál, egy ’oszd meg és uralkodj’ lepárlási folyamat, amely javítja a nehéz felfedezési problémák minta-hatékonyságát, valamint a ritka és sűrű tárgyreprezentációk keveréke a sim-to-real érzékelési szakadék áthidalására” – írják. Mindez azonban csak egy lépésnek tekintendő az ügyes robotok felé vezető úton, nem pedig a cél elérésének.