که راه به یخچال? حس مشترک کمک روبات حرکت

پیتسبورگ--یک ربات سفر از نقطه A به نقطه B کارآمد تر است و اگر آن را درک می کند که نقطه یک اتاق نشیمن مبل و نقطه B یک, یخچال, حتی اگر آن را در یک مکان نا آشنا. این حس مشترک ایده پشت یک "معنایی" سیستم ناوبری طراحی و توسعه توسط دانشگاه کارنگی ملون و Facebook AI پژوهش (عادلانه).

که سیستم ناوبری به نام SemExp ماه گذشته برنده زیستگاه ObjectNav چالش در طول کامپیوتر مجازی بینایی و تشخیص الگو کنفرانس لبه یک تیم از سامسونگ پژوهشی چین است. این دومین متوالی برای اولین بار از محل پایان برای CMU تیم در سالانه به چالش بکشد.

SemExp یا هدف گرا معنایی اکتشاف با استفاده از یادگیری ماشین به آموزش ربات برای تشخیص اشیاء-دانستن تفاوت بین یک آشپزخانه و یک پایان جدول به عنوان مثال-و به درک که در آن خانه از جمله اشیاء به احتمال زیاد یافت می شود. این را قادر می سازد تا سیستم خود را به فکر می کنم استراتژیک در مورد چگونه به جستجو برای چیزی گفت: Devendra S. Chaplot یک دانشجوی دکتری در CMU را Machine Learning Department.

"عقل سلیم می گوید که اگر شما به دنبال یک یخچال شما بهتر است بروید به آشپزخانه" Chaplot گفت. کلاسیک, رباتیک, سیستم ناوبری, در مقابل, کشف یک فضا با ایجاد یک نقشه نشان دادن موانع. ربات در نهایت می شود به جایی که به آن نیاز دارد برای رفتن ولی این مسیر می تواند مستقیم.

تلاش های قبلی برای استفاده از یادگیری ماشین به قطار های معنایی در سیستم های ناوبری مانع شده است زیرا آنها تمایل به حفظ اشیاء و مکان های خود را در محیط های خاص. نه تنها این محیط پیچیده اما سیستم اغلب مشکل تعمیم آنچه را آموخته است به محیط های مختلف.

Chaplot-همکاری با نمایشگاه Dhiraj گاندی همراه با Abhinav Gupta, دانشیار در رباتیک موسسه و روسلان Salakhutdinov استاد در یادگیری ماشین گروه -- sidestepped که مشکل با ساخت SemExp یک سیستم مدولار.

این سیستم با استفاده از آن معنایی بینش برای تعیین بهترین مکان برای یک شیء خاص Chaplot گفت. "هنگامی که شما تصمیم می گیرید به کجا بروید, شما می توانید فقط با استفاده از کلاسیک برنامه ریزی به شما وجود دارد."

این روش مدولار معلوم می شود کارآمد در راه های مختلفی. فرایند یادگیری می تواند تمرکز بر روابط بین اشیاء و اتاق پوسته به جای همچنین آموزش برنامه ریزی مسیر. معنایی استدلال تعیین کارآمد ترین استراتژی جستجو. در نهایت, کلاسیک, ناوبری, برنامه ریزی ربات که در آن نیاز به رفتن به سرعت به عنوان امکان پذیر است.

معنایی ناوبری در نهایت آن را آسان تر برای مردم را به ارتباط برقرار کردن با روبات را قادر می سازد آنها را به سادگی بگویید ربات به بهانه یک آیتم در یک محل خاص و یا به این جهت مانند "رفتن به درب دوم سمت چپ."

###

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.