При помощи глубинного машинного обучения исследователи Google «обучили» роботов координировать свои движения при захвате предметов.
Об этом сообщает портал N+1 со ссылкой на блог Google.
Сама система состоит из двух компонентов: первый — это «предсказывающая» сверточная нейронная сеть, которая обрабатывает визуальную вводную информацию и команды движений и вычисляет вероятность успешного захвата предметов. Вторая часть имеет функцию управления, которая контролирует робота и направляет в удобную позицию. Таким образом, робот наблюдает за собственным захватывающим механизмом и корректирует его в соответствии с «предсказаниями» нейронной сети.
Инженеры научили нейронную сеть предсказывать вероятность успешного захвата, основываясь на изображениях камеры, независимо от ее калибровки и исходного положения робота.
Для этого исследователи совершили более 800 тысяч попыток захвата с помощью 14 роботов, что эквивалентно 3 тыс. часов обучения. При этом роботы могли обучаться параллельно, что существенно ускорило процесс.
В ходе эксперимента специалисты также заметили интересное поведение захватывающего механизма: например, в некоторых случаях робот сначала отбрасывал мешающие предметы.
На видео видно, как робот прицеливается для того, чтобы взять предмет — это, по мнению специалистов, придает движениям робота некоторую «человечность».