Nhà nghiên cứu đang huấn luyện robot trong các mô phỏng dựa trên quét iPhone. Có một loạt lý do tại sao bạn không thấy nhiều robot không phải là robot hút bụi trong nhà. Ở đầu danh sách là vấn đề về môi trường không cấu trúc và bán cấu trúc. Không có hai ngôi nhà nào giống nhau, từ bố cục đến ánh sáng đến bề mặt đến con người và thú cưng. Ngay cả khi robot có thể ánh xạ mỗi ngôi nhà một cách hiệu quả, không gian luôn luôn thay đổi.
Nhà nghiên cứu tại MIT CSAIL tuần này đang trưng bày một phương pháp mới để huấn luyện robot trong mô phỏng. Sử dụng một chiếc iPhone, ai đó có thể quét một phần của nhà mình, sau đó có thể tải lên vào một mô phỏng.
Mô phỏng đã trở thành một phần cốt lõi trong việc huấn luyện robot trong những thập kỷ gần đây. Nó cho phép robot thử và thất bại trong các nhiệm vụ hàng ngàn – hoặc thậm chí hàng triệu – lần trong cùng một khoảng thời gian mà nó sẽ mất để làm một lần trong thế giới thực.
Hậu quả của thất bại trong mô phỏng cũng đáng kể thấp hơn so với cuộc sống thực. Hãy tưởng tượng rằng việc dạy robot để đặt một chiếc cốc vào máy rửa chén yêu cầu nó phải làm vỡ 100 chiếc cốc thực sự trong quá trình đó.
“Một cách học trong thế giới ảo trong mô phỏng rất mạnh mẽ, vì robot có thể thực hành triệu và triệu lần,” nhà nghiên cứu Pulkit Agrawal nói trong một video liên quan đến nghiên cứu. “Nó có thể đã phá vỡ một ngàn cái chén, nhưng không quan trọng, vì mọi thứ đều ở trong thế giới ảo.”
Giống như chính robot, tuy nhiên, mô phỏng chỉ có thể đi xa tới đâu đó khi điều đó liên quan đến môi trường động như nhà. Làm cho các mô phỏng dễ dàng tiếp cận như một quét iPhone có thể nâng cao đáng kể sự sẵn sàng thích ứng của robot với các môi trường khác nhau.
Trong thực tế, tạo ra một cơ sở dữ liệu môi trường đủ mạnh như thế này cuối cùng làm cho hệ thống trở nên linh hoạt hơn khi có điều gì đó không đúng chỗ, cho dù đó là di chuyển một mảnh đồ đến hoặc để một chiếc chén trên bàn bếp.
#HomeRobots #SimulationTraining #iPhoneScan #MITCSAIL
There’s a long list of reasons why you don’t see a lot of non-vacuum robots in the home. At the top of the list is the problem of unstructured and semi-structured environments. No two homes are the same, from layout to lighting to surfaces to humans and pets. Even if a robot can effectively map each home, the spaces are always in flux.
Researchers at MIT CSAIL this week are showcasing a new method for training home robots in simulation. Using an iPhone, someone can scan a part of their home, which can then be uploaded into a simulation.
Simulation has become a bedrock element of robot training in recent decades. It allows robots to try and fail at tasks thousands — or even millions — of times in the same amount of time it would take to do it once in the real world.
The consequences of failing in simulation are also significantly lower than in real life. Imagine for a moment that teaching a robot to put a mug in a dishwasher required it to break 100 real-life mugs in the process.
“Training in the virtual world in simulation is very powerful, because the robot can practice millions and millions of times,” researcher Pulkit Agrawal says in a video tied to the research. “It might have broken a thousand dishes, but it doesn’t matter, because everything was in the virtual world.”
Much like the robots themselves, however, simulation can only go so far when it comes to dynamic environments like the home. Making simulations as accessible as an iPhone scan can dramatically enhance the robot’s adaptability to different environments.
In fact, creating a robust enough database of environments such as these ultimately makes the system more adaptable when something is inevitably out of place, be it moving a piece of furniture or leaving a dish on the kitchen counter.
