Новая структура позволяет роботам обучаться с помощью онлайн-видеороликов с демонстрацией действий людей
Для успешного использования в реальных условиях роботы должны быть способны надежно выполнять различные повседневные задачи, начиная от домашних дел и заканчивая промышленными процессами. Некоторые из задач, которые они могли бы выполнять, включают манипуляции с тканями, например, складывание одежды для размещения ее в шкафу или помощь пожилым людям с нарушениями подвижности в завязывании галстуков перед общественным мероприятием. Разработка роботов, которые могут эффективно решать эти задачи, до сих пор оказалась довольно сложной задачей. Многие предлагаемые подходы к обучению роботов задачам манипуляции тканью основаны на имитационном обучении, технике обучения управлению роботом с использованием видео, кадров захвата движения и других данных людей, выполняющих интересующие их задачи. Хотя некоторые из этих методов достигли обнадеживающих результатов, для хорошей работы им обычно требуются значительные объемы демонстрационных данных человека. Эти данные могут быть дорогими и сложными для сбора, в то время как существующие наборы данных с открытым исходным кодом не всегда содержат столько данных, сколько для обучения других вычислительных методов, таких как компьютерное зрение или генеративные модели ИИ. Исследователи из Национального университета Сингапура, Шанхайского университета Цзяо Тун и Нанкинского университета недавно представили альтернативный подход, который может улучшить и упростить обучение алгоритмов робототехники с помощью человеческих демонстраций. Этот подхо...