Gudrāku robotu līdzstrādnieku atslēga var būt lielāka vienkāršība

Ms Tech | Getty, Pixabay

Padomājiet par visiem zemapziņas procesiem, ko veicat braukšanas laikā. Iegūstot informāciju par apkārtējiem transportlīdzekļiem, jūs paredzat, kā tie varētu pārvietoties, un lidojumā domājat par to, kā jūs reaģētu uz šiem manevriem. Iespējams, jūs pat domājat par to, kā jūs varētu ietekmēt citus vadītājus, pamatojoties uz to, ko viņi domā, ka jūs varētu darīt.

Ja roboti vēlas nemanāmi integrēties mūsu pasaulē, viņiem būs jādara tas pats. Tagad pētnieki no Stenfordas universitātes un Virdžīnijas Tech ir ierosinājuši jauna tehnika palīdzēt robotiem veikt šāda veida uzvedības modelēšanu, ko viņi prezentēs nākamnedēļ ikgadējā starptautiskajā konferencē par robotu mācībām. Tas nozīmē, ka robots apkopo tikai citu aģentu kustību plašus virzienus, nevis tver tos precīzi. Tas ļauj tai veikli paredzēt viņu turpmākās darbības un savas reakcijas, nenokļūstot smagajos aprēķinos.

Cita prāta teorija

Tradicionālās metodes, kas palīdz robotiem strādāt kopā ar cilvēkiem, smeļas iedvesmu no psiholoģijas idejas, ko sauc par prāta teoriju. Tas liek domāt, ka cilvēki iesaistās un jūt līdzi viens otram, attīstot izpratni vienam par otra pārliecību — prasmi, ko mēs attīstām bērnībā. Pētnieki, kas balstās uz šo teoriju, koncentrējas uz to, lai roboti izveidotu modeli, kas atbilst viņu līdzstrādnieku nodomam, lai prognozētu viņu darbības.

Dorsa Sadigh, Stenfordas docente, uzskata, ka tas ir neefektīvi. Ja jūs domājat par cilvēka un cilvēka mijiedarbību, mēs to īsti nedarām, viņa saka. Ja mēs kopā cenšamies pārvietot galdu, mēs neveicam uzskatu modelēšanu. Tā vietā, viņa saka, divi cilvēki, kas pārvieto galdu, paļaujas uz vienkāršiem signāliem, piemēram, spēkiem, ko viņi izjūt, kad viņu līdzstrādnieks stumj vai velk galdu. Tāpēc es domāju, ka patiesībā notiek tas, ka, kad cilvēki kopā veic uzdevumu, viņi kaut kam seko līdzi. tas ir daudz zemākas dimensijas.

Izmantojot šo ideju, robots varētu saglabāt ļoti vienkāršus apkārtējo aģentu darbību aprakstus. Piemēram, gaisa hokeja spēlē tas var saglabāt pretinieku kustības tikai ar vienu vārdu: pa labi, pa kreisi vai centrā. Pēc tam tā var izmantot šos datus, lai apmācītu divus atsevišķus algoritmus: mašīnmācīšanās algoritmu, kas paredz, kur pretinieks virzīsies tālāk, un pastiprināšanas mācīšanās algoritmu, lai noteiktu, kā tam vajadzētu reaģēt. Pēdējais algoritms arī seko tam, kā pretinieks maina taktiku, pamatojoties uz savu reakciju, lai tas varētu iemācīties ietekmēt pretinieka darbības.

Galvenā ideja šeit ir apmācības datu vieglais raksturs, kas ļauj robotam veikt visu šo paralēlo apmācību lidojumā. Tradicionālāka pieeja varētu saglabāt koordinātas visam pretinieka kustību ceļam, nevis tikai to visaptverošajam virzienam. Lai gan var šķist pretrunīgi, ka mazāk ir vairāk, ir vērts vēlreiz atcerēties Sadigh teoriju par cilvēku mijiedarbību. Arī mēs apkārtējos cilvēkus modelējam tikai lielos vilcienos.

Pētnieki pārbaudīja šo ideju simulācijā lietojumprogrammām, tostarp pašbraucošai automašīnai, un reālajā pasaulē ar robotu gaisa hokeju. Katrā no izmēģinājumiem jaunā tehnika pārspēja iepriekšējās metodes, lai mācītu robotus pielāgoties apkārtējiem aģentiem. Robots arī efektīvi iemācījās ietekmēt apkārtējos.

Nākotnes darbs

Joprojām ir daži jautājumi, kas turpmākajiem pētījumiem būs jāatrisina. Pašlaik darbā tiek pieņemts, ka, piemēram, katra mijiedarbība, kurā iesaistās robots, ir ierobežota, saka Toronto Universitātes docents Džeikobs Foersters, kurš nebija iesaistīts darbā.

Pašbraukšanas simulācijā pētnieki pieņēma, ka robota automašīna katrā apmācības kārtā piedzīvoja tikai vienu skaidri ierobežotu mijiedarbību ar citu automašīnu. Bet braukšana, protams, tā nedarbojas. Mijiedarbība bieži ir nepārtraukta, un tai ir nepieciešama pašbraucoša automašīna, lai apgūtu un pielāgotu savu uzvedību katrā mijiedarbībā, nevis tikai starp tām.

Vēl viens izaicinājums, Sadigs saka, ir tas, ka pieeja paredz zināšanas par labāko veidu, kā aprakstīt līdzstrādnieka uzvedību. Pētniekiem pašiem bija jāizdomā etiķetes pa labi, pa kreisi un gaisa hokeja spēlē, lai robots varētu aprakstīt pretinieka darbības. Šīs etiķetes ne vienmēr būs tik acīmredzamas sarežģītākā mijiedarbībā.

Neskatoties uz to, Foerster uzskata, ka šī papīra ieguldījums ir daudzsološs. Viņš saka, ka plaisas pārvarēšana starp vairāku aģentu mācīšanos un cilvēka un AI mijiedarbību ir ļoti svarīgs ceļš turpmākajiem pētījumiem. Es ļoti priecājos, kad šīs lietas tiks apvienotas.

paslēpties