Создание робота Spot от Boston Dynamics стало важным достижением в робототехнике. Усилиями инженеров он получил огромное количество функций, позволяющих нормально передвигаться по любым видам поверхностей. К сожалению, этого недостаточно для использования подобных технологий в автономных системах, работающих в пределах города. Тем не менее способ, позволяющий роботам двигаться в динамических условиях, всё-таки нашли.

Робот в городе

Как показала практика, выпустить робота на улицу и дать задание добраться до определённого места, совсем недостаточно. В обычной ситуации вероятность того, что робот сможет дойти или доехать до цели, оставшись невредимым и не став при этом источником больших неприятностей, практически равна нулю. Чтобы этого добиться, он должен хотя бы передвигаться по тротуару и обходить возникающие по дороге препятствия, в том числе и пешеходов. В противном случае на него, как минимум, наедут или же он станет причиной аварии. Вот только научить робота такому простому правилу оказалось совсем непросто. Для человека понятие тротуара очевидно, поскольку он может научиться его отличать от проезжей части, опираясь на собственный опыт, но используемые для обучения роботов методы достичь подобного эффекта не помогут. Их можно научить распознавать определённые образы, но вот отличить тротуар от проезжей части ни не в состоянии. Тем более что тротуары везде разные, а большая часть из них вообще не отмечена никакой разметкой.

Решение этой проблемы нашли исследователи из Стэнфордского университета и Технологического института Джорджии. Они разработали новую систему обучения искусственного интеллекта, использующую абстрактные образы.

Машина, выбирающая дорогу

Оперирование абстракциями – это исключительно человеческая способность. Благодаря абстрактному мышлению человек может решать сложные задачи, недоступные искусственному интеллекту. Нейросети не могут оперировать абстрактными понятиями, поэтому для обучения исследователи создали собственную систему, которая «скармливает» искусственному интеллекту абстракции, основанные на реальных объектах.

Поначалу нейросеть, которая должна будет управлять роботом, обучалась обычными методами. Во время обучения нейросеть «узнала», как выглядят пешеходные переходы, пешеходные дорожки и прочие элементы дорожной инфраструктуры. Через неё пропустили огромное количество фотографий дорог и тротуаров. После этого начался второй этап обучения, на котором вместо живых фотографий использовали абстракции, основанные на многочисленных снимках. Их создавала отдельная программа, а результат был очень похож на тротуары и дороги общего пользования в самых разных исполнениях.

Для тестирования нового метода обучения исследователи создали четвероногого робота AlienGo, который по своей конструкции чем-то напоминает Spot от Boston Dynamics. В него вложили обученную систему и протестировали в реальных условиях. Как оказалось, робот ведёт себя на улице гораздо лучше, чем любые другие аналоги. Он показал отличные результаты в распознавании местности, безошибочно определяя, где закачивается дорога и начинается пешеходная часть. При этом он обходил любые встречающиеся на пути препятствия, избегая с ними столкновений. По словам исследователей, это лишь часть большой работы. Теперь предстоит научить искусственный интеллект следовать правилам дорожного движения и переходить улицу. В будущем подобные системы можно будет использовать для доставки различных товаров и патрулирования улиц.

Понравилась эта новость? Подпишись на нас в соцсетях!