私たちは皆、バスケットボールのコーチがホワイトボードで演劇を描いているのを見てきました。矢印、箱、サークルは、実行された場合、ゲームで勝利したショットを沈める振り付けの動きを表しています。この同じアプローチを使用して、現実世界で複雑なタスクを実行するようにロボットを教えるために絵を描きます。
それが約束です スケッチからスキル、 メリーランド大学の研究者によって開発された新しいロボット学習フレームワーク。ロボットは、時間のかかるしばしば高価なデモンストレーションや退屈なリモートコントロールトレーニングに依存する代わりに、単純な手図りから学び、人間のコミュニケーションの昔ながらの方法を実用的なロボット行動に触れます。
UMDチームは、その作業を提示します ロボット工学：科学とシステム 6月21〜25日に南カリフォルニア大学で開催された会議。
3年目のコンピューターサイエンスの博士課程の学生であり、フレームワークを説明する研究の主著者であるAmisha Bhaskarは、彼女のチームの目標は、ロボットトレーニングを専門的な技術スキルの低下にし、そのような自律システムを社会全体で使用するためにより実用的にすることだと言います。
「ほとんどの既存の方法は、慎重にガイド付きデモンストレーションまたはテレオ操作に依存しています。 「しかし、私たちは人々が単純なスケッチで意図を表現するのが得意であることに気づきました。それで、私たちは疑問に思い始めました。もしあなたがいくつかの角度から何が起こるべきかという大まかなアイデアを描き、ロボットに残りを把握させることができると思い始めましたか？」
そのアイデアは、6年目のコンピューターサイエンスの博士課程の学生であるPeihong Yuに共鳴しました。彼はすでに複数の自律的な「ミニコンピューター」が相互作用して共通の目標を達成することを含む複数のエージェント設定で同様の概念を研究していました。
研究のもう1つの主著者であるYuとBhaskarは、スケッチベースの軌跡がロボットアームを使用した操作タスクに特に役立つ可能性があることに気付きました。
Bhaskarは、ロボットアームシステムが表示されて学習するための高品質のデモンストレーションを実施するという単調さをすでに経験していました。これには、ロボットのAIベースのニューラルネットワークのコードを把握して作成するオブジェクトの設定に費やされた時間が含まれ、それらのオブジェクトを解釈し、一連のアクションを決定しました。
1年目のコンピューターサイエンス博士課程の学生Anukriti Singhを含む。 Zahiruddin Mahammad M.Eng。 ’25とPratap Tokekar、コンピューターサイエンスの准教授である メリーランド大学高度なコンピューター研究研究所、チームは、ロボットが物理的なタスクを実行するために使用できる3D軌道に大まかなスケッチを変換するシステムを作成しました。
機能の仕組みは次のとおりです。ユーザーは、さまざまな視点から赤、緑、青のチャネルで構成される標準的なカラー画像であるRGB画像の単なるラインと曲線を使用して、ロボットのアクションの提案された軌跡の2つのモーションスケッチを作成します。ニューラルネットワークは、2D入力のペアを完全な3D軌道に変換し、ロボットがタスクを実行するために使用します。オープンループ制御を使用してモーションを実行します。ここで、制御アクションが出力に依存しない場合、システムが受信しないことを意味します リアルタイムフィードバック – データを収集して、将来のパフォーマンスを改善します。
シミュレートされた環境では、このアプローチは、専門家のデモンストレーションベースのモデルのパフォーマンスの96％を達成し、純粋な強化学習方法を170％上回りました。 UR3Eロボットを使用した物理的実験では、アセンブリやピックアンドプレイスなどの精密タスク用に設計された軽量で共同ロボットアーム – システムは、筋切断を必要とせずに、プレスボタン、トースト、オブジェクトの拾い上げなどのタスクの80〜90％に成功しました。
このアプローチは、特に手元にあるロボット工学の専門家がいない現実世界の設定や、遠隔操作が実用的ではない場所で、ロボットを教えることに対する障壁を下げることができます。
チームは現在、ユーザーのフィードバックを組み込み、他の単純な教育スタイルに開放することにより、より複雑なタスクにフレームワークを適応させる方法を模索しています。彼らはまた、視覚入力と言語やビデオを組み合わせて、人々と機械の間のより豊かなコミュニケーションを組み合わせる方法を調査しています。
「これは、よりアクセスしやすく柔軟な人間のロボットの相互作用への一歩と考えています」とYuは言いました。 「私たちは、人々にとってより簡単で自然な方法、特に非xpertsがロボットに指示することを可能にすることに興奮しています。将来、よりインタラクティブでマルチモーダルの機能を使用してこの作業を構築したいと考えています。」
#今日のメリーランド #UMDの研究者はよりスマートなロボットへの道をスケッチします