pte20180709016 Forschung/Entwicklung, Technologie/Digitalisierung

Einmaliges Zusehen reicht Roboter zur Nachahmung

US-Forscher entwickeln neuen "Model-Agnostic Meta-Learning"-Ansatz


Roboter: Dieser kann beliebige Handlungen einfach nachahmen (Foto: berkeley.edu)
Roboter: Dieser kann beliebige Handlungen einfach nachahmen (Foto: berkeley.edu)

Berkeley (pte016/09.07.2018/13:30) Forscher der University of California Berkeley http://berkeley.edu haben gezeigt, dass ein Roboter eine Aktivität nach einmaligem Betrachten nachahmen kann. Die Wissenschaftler zeigten der Maschine dazu ein Video, dessen Inhalt nachgestellt werden sollte. Bei diesem Ansatz handelt es sich um eine Kombination des klassischen Imitationslernens mit einem Meta-Lernalgorithmus. Das Ergebnis nennt sich "Model-Agnostic Meta-Learning" (MAML).

Abläufe optimiert

Früher sind Roboter mithilfe eines Codes programmiert worden, der ausgedrückt hat, was wie zu tun ist. Hier ist allerdings ein mühsamer Trainingsprozess erforderlich, durch den die Roboter bestimmte Trainingsabläufe mehrere Male wiederholen müssen, bis diese reibungslos ablaufen. Erst vor Kurzem hat sich das klassische Imitationslernen etabliert, bei dem die Roboter Tätigkeiten allerdings tausende Male beobachten mussten, bevor diese nachgestellt werden konnten.

Der neue MAML-Ansatz verkürzt diesen Lernprozess, indem Tätigkeiten bereits nach einmaliger Observation nachgeahmt werden können. Beim sogenannten "Meta-Learning" lernt der Roboter, indem er eine vorangegangene Erfahrung verinnerlicht. Sieht der Roboter ein Video von einem Menschen, der beispielsweise eine Birne oder ein ähnliches Objekt aufhebt und in einen Behälter legt, so entwickelt dieser einen Sinn für die jeweilige Zielsetzung. Hier wird Vorerfahrung mit Imitation kombiniert.

Wichtiger Teil von Intelligenz

Der Roboter bewegt Objekte, die er zuvor noch nie gesehen hat, mithilfe eines einzigen Videos. "Das Lernen einer Fähigkeit durch die Beobachtung eines Individuums ist eine Schlüsselkomponente von Intelligenz bei Menschen und Tieren", erklärt Projektleiter Tianhe Yu. Eine solche Kompetenz mache es uns wesentlich einfacher, Robotern zu kommunizieren, was deren Zielsetzung ist.



(Ende)
Aussender: pressetext.redaktion
Ansprechpartner: Carolina Schmolmüller
Tel.: +43-1-81140-314
E-Mail: schmolmueller@pressetext.com
Website: www.pressetext.com
|