Симуляционные конвейеры адаптируют обучающие данные для декситных роботов

Motion Design INSIDER

PhysicsGen может умножить несколько десятков VR-демонстраций в почти 3000 симуляций на машину для механических компаньонов вроде роботизированных рук и ладоней. (Изображение: Дизайн Алекс Шиппс/MIT CSAIL, фото исследователей)

Проблема данных для обучения роботов

Когда ChatGPT или Gemini дают то, что кажется экспертным ответом на ваши горящие вопросы, вы можете не осознавать, насколько много информации они используют для этого ответа. Как и другие популярные генеративные модели искусственного интеллекта (AI), эти чат-боты полагаются на основные системы, называемые фундаментальными моделями, которые обучаются на миллиардах или даже триллионах точек данных.

В аналогичной вене, инженеры надеются построить фундаментальные модели, обучающие ряд роботов новым навыкам, таким как подбор, перемещение и постановка объектов в местах вроде домов и заводов. Проблема в том, что трудно собирать и переносить инструкционные данные между роботизированными системами. Вы могли бы обучить свою систему телеоперацией оборудования шаг за шагом с использованием технологии вроде виртуальной реальности (VR), но это может быть затратным по времени. Обучение на видео из интернета менее инструктивно, так как клипы не предоставляют пошагового, специализированного пошагового руководства для конкретных роботов.

PhysicsGen: симуляционный подход к генерации данных

Симуляционно-ориентированный подход под названием «PhysicsGen» из лаборатории компьютерных наук и искусственного интеллекта MIT (CSAIL) и Института робототехники и ИИ настраивает обучающие данные роботов, чтобы помочь роботам находить наиболее эффективные движения для задачи. Система может умножить несколько десятков VR-демонстраций в почти 3000 симуляций на машину. Эти высококачественные инструкции затем маппятся на точные конфигурации механических компаньонов вроде роботизированных рук и ладоней.

Трехэтапный процесс PhysicsGen

PhysicsGen создает данные, обобщающие на конкретных роботах и условиях, через трехэтапный процесс. Во-первых, VR-гарнитура отслеживает, как люди манипулируют объектами вроде блоков, используя свои руки. Эти взаимодействия маппятся в 3D-физическом симуляторе одновременно, визуализируя ключевые точки наших рук как маленькие сферы, отражающие наши жесты. Например, если вы перевернули игрушку, вы бы видели 3D-формы, представляющие разные части ваших рук, вращающие виртуальную версию этого объекта.

Конвейер затем ремаппит эти точки к 3D-модели установки конкретной машины (вроде роботизированной руки), перемещая их к точным «суставам», где система крутится и поворачивается. Наконец, PhysicsGen использует оптимизацию траектории — по сути симулируя наиболее эффективные движения для завершения задачи — так что робот знает лучшие способы делать такие вещи, как репозиционирование коробки.

Каждая симуляция — детальная точка обучающих данных, которая проводит робота через потенциальные способы обращения с объектами. Когда внедренная в политику (план действий, которому следует робот), машина имеет множество способов подхода к задаче и может попробовать разные движения, если один не работает.

«Мы создаем робото-специфичные данные без необходимости для людей перезаписывать специализированные демонстрации для каждой машины», — сказала Людже Ян, аспирант MIT в электротехнике и компьютерных науках и аффилированный с CSAIL, который является главным автором новой статьи, представляющей проект. «Мы масштабируем данные автономным и эффективным способом, делая инструкции задач полезными для более широкого круга машин».

Результаты и перспективы

Генерация стольких инструкционных траекторий для роботов может в конечном итоге помочь инженерам построить массивный набор данных для руководства машин вроде роботизированных рук и декситных ладоней. Например, конвейер может помочь двум роботизированным рукам сотрудничать в подборе складских предметов и размещении их в правильных коробках для доставок. Система также может руководить двумя роботами, работающими вместе в домашнем хозяйстве над задачами вроде уборки чашек.

Потенциал PhysicsGen также распространяется на конвертацию данных, спроектированных для старых роботов или разных сред, в полезные инструкции для новых машин. «Несмотря на сбор для конкретного типа робота, мы можем оживить эти старые наборы данных, чтобы сделать их более общеполезными», — сказала Ян. PhysicsGen превратила всего 24 человеческие демонстрации в тысячи симулированных, помогая как цифровым, так и реальным роботам реориентировать объекты.

Ян и ее коллеги впервые протестировали свой конвейер в виртуальном эксперименте, где парящая роботизированная рука должна была повернуть блок в целевую позицию. Цифровой робот выполнил задачу с точностью 81% после обучения на массивом наборе данных PhysicsGen — улучшение на 60% от базовой линии, которая училась только от человеческих демонстраций.

Исследователи также обнаружили, что PhysicsGen может улучшить то, как виртуальные роботизированные руки сотрудничают для манипуляции объектами. Их система создала дополнительные обучающие данные, которые помогли двум парам роботов успешно выполнять задачи на 30% чаще, чем чисто человеко-обученная базовая линия.

В эксперименте с парой реальных роботизированных рук исследователи наблюдали похожие улучшения, когда машины объединились, чтобы перевернуть большую коробку в ее обозначенную позицию. Когда роботы отклонялись от намеченной траектории или небрежно обращались с объектом, они могли восстановиться в середине задачи, ссылаясь на альтернативные траектории из своей библиотеки инструкционных данных.

Старший автор Расс Тедрейк, профессор Тойоты по электротехнике и компьютерным наукам, авиации и астронавтике и механической инженерии в MIT, сказал, что эта техника генерации данных, управляемая имитацией, комбинирует сильные стороны человеческой демонстрации с силой алгоритмов планирования робототехнического движения.

«Даже одна демонстрация от человека может сделать проблему планирования движения намного легче», — сказал Тедрейк, который также является старшим вице-президентом по большим поведенческим моделям в Toyota Research Institute и главным исследователем CSAIL. «В будущем, возможно, фундаментальные модели смогут предоставлять эту информацию, и этот тип техники генерации данных предоставит тип рецепта пост-обучения для той модели».

Вскоре PhysicsGen может быть расширена на новую границу: диверсификацию задач, которые машина может выполнять. «Мы хотели бы использовать PhysicsGen, чтобы научить робота лить воду, когда он обучался только убирать посуду, например», — говорит Ян. «Наш конвейер не просто генерирует динамически выполнимые движения для знакомых задач; у него также есть потенциал создания разнообразной библиотеки физических взаимодействий, которые мы верим могут служить строительными блоками для выполнения совершенно новых задач, которые человек не демонстрировал».

Создание множества широко применимых обучающих данных может в конечном итоге помочь построить фундаментальную модель для роботов, хотя исследователи MIT предостерегают, что это несколько далекая цель. Команда под руководством CSAIL исследует, как PhysicsGen может использовать огромные, неструктурированные ресурсы — вроде интернет-видео — как семена для симуляции. Цель: преобразовать повседневный визуальный контент в богатые, готовые для роботов данные, которые могут учить машины выполнять задачи, которые никто явно не показывал им.

Ян и ее коллеги также стремятся сделать PhysicsGen еще более полезной для роботов с разнообразными формами и конфигурациями в будущем. Для этого они планируют использовать наборы данных с демонстрациями реальных роботов, захватывающие то, как движутся роботизированные суставы вместо человеческих.

Исследователи также планируют включить обучение с подкреплением, где AI-система учится методом проб и ошибок, чтобы заставить PhysicsGen расширить свой набор данных за пределы человеко-предоставленных примеров. Они могут дополнить свой конвейер передовыми техниками восприятия, чтобы помочь роботу воспринимать и интерпретировать свою среду визуально, позволяя машине анализировать и адаптироваться к сложностям физического мира.

На данный момент PhysicsGen показывает, как AI может помочь нам учить разных роботов манипулировать объектами в той же категории, особенно жесткими. Конвейер может скоро помочь роботам находить лучшие способы обращения с мягкими предметами (вроде фруктов) и деформируемыми (вроде глины), но эти взаимодействия еще не легко симулируются.

Источник