Columbia Üniversitesi’nde araştırmacılar, sadece kendi hareketlerini izleyerek yeni hareketler öğrenebilen ve hasara uyum sağlayabilen otonom bir robot kolu geliştirmeyi başardı.
Detaylar haberimizde…
Columbia Üniversitesi‘nde araştırmacılar, kendi hareketlerini izleyerek yeni şeyler öğrenebilen otonom bir robot kolu geliştirdiler. Robot kendi videosunu izledi ve daha sonra bu verileri bir sonraki eylemlerini planlamak için kullandı. Araştırmacılar bu uygulamayı “kinematik öz farkındalık” olarak adlandırıyor.
Robotlara bu şekilde öğrenmeyi öğretmek, ısmarlama 3D simülasyonlarda kapsamlı eğitim ihtiyacını azaltabilir. Ayrıca bir gün gerçek dünyada çalışan gelecekteki otonom robotları, sürekli insan müdahalesi olmadan hasara ve çevresel değişikliklere uyum sağlamak için daha donanımlı hale getirebilir. Bulgular bu hafta Nature Machine Intelligence dergisinde yayımlandı.
Araştırmacılar bunu yapmak için üç ayrı derin sinir ağından oluşan yeni bir “kendi kendine denetimli öğrenme çerçevesi” geliştirdiler. Bir koordinat kodlayıcı ilk olarak robotun tek bir kamera tarafından çekilen ham videosunu işliyor; araştırmacılar bu işlemi bir insanın aynada kendisine bakmasına benzetiyor. Daha sonra kinematik kodlayıcı, robotun eklemlerini ve diğer hareket alanlarını vurgulayan verileri içeren bu görüntüyü ikili bir görüntüye dönüştürüyor. Son olarak, öngörücü model fiziksel robot koluna gerçek dünyada nasıl hareket edeceği konusunda talimat vererek süreci tamamlıyor. Sonuç, sanal bir eğitim simülasyonuna güvenmek yerine bir kameradan gelen video verilerine dayanarak hareketlerini sürekli olarak ayarlayabilen bir robot tasarımı ortaya çıkıyor.
Robot Kol, Hasara Anında Uyum Sağlayabildi
Araştırmacılar yeni öğrenme çerçevelerini robot kollarını birkaç temel görevden geçirerek test ettiler. İlk olarak, kolun bir engelden (bu durumda karton benzeri bir bölücü) sadece bariyeri başarıyla geçtiği bir video karesini izleyerek kaçınabileceğini gösterdiler. Daha da ilginci, aynı modelin robotun hasara uyum sağlamasına nasıl yardımcı olabileceğini de gösterdiler. Araştırmacılar, aşırı ağır bir yükün uzvunu büktüğü varsayımsal bir senaryoda robotun nasıl tepki vereceğini görmek istediler. Bunu test etmek için hasarlı bir uzvun 3D baskısını yaptılar ve robota taktılar. Model, yeni koluyla kendi videosunu izledikten sonra tahminlerini iyileştirebildi ve simüle edilen hasarı telafi etmek için robotun hareketlerini ayarlayabildi.
Araştırmacılar makalenin ön baskı versiyonunda “Sonuçlarımız, bu kendi kendine öğrenen simülasyonun yalnızca doğru hareket planlamasını sağlamakla kalmayıp, aynı zamanda robotun anormallikleri tespit etmesine ve hasardan kurtulmasına da olanak tanıdığını gösteriyor” diye yazdı.
Derleyen: Gökhan Eskalen
