Essere genitori di un 3

Gli esseri umani sono creature sociali e imparano gli uni dagli altri, anche fin dalla giovane età. I bambini osservano attentamente i loro genitori, fratelli o tutori. Guardano, imitano e riproducono ciò che vedono per apprendere abilità e comportamenti.

Il modo in cui i bambini imparano ed esplorano l’ambiente circostante ha ispirato i ricercatori della Carnegie Mellon University e di Meta AI a sviluppare un nuovo modo per insegnare ai robot come apprendere simultaneamente più abilità e sfruttarle per affrontare compiti quotidiani invisibili. I ricercatori hanno deciso di sviluppare un agente robotico AI con capacità di manipolazione equivalenti a quelle di un bambino di 3 anni.

Il team ha annunciato RoboAgent, un agente di intelligenza artificiale che sfrutta l'osservazione passiva e l'apprendimento attivo per consentire a un robot di acquisire capacità di manipolazione alla pari di un bambino piccolo.

"RoboAgent rappresenta una pietra miliare fondamentale verso agenti robotici generali che apprendono in modo efficiente, efficaci in situazioni nuove e capaci di espandere i loro comportamenti nel tempo", ha affermato Vikash Kumar, docente aggiunto presso la Scuola di Informatica (si apre in una nuova finestra) di Robotica Istituto(si apre in una nuova finestra). “I robot attuali sono altamente specializzati e addestrati per compiti individuali in isolamento. Al contrario, ci siamo proposti di creare un unico agente di intelligenza artificiale in grado di esibire un’ampia gamma di competenze in scenari mai visti. RoboAgent impara come i bambini umani, sfruttando una combinazione di numerose osservazioni passive e gioco attivo limitato."

RoboAgent può completare 12 abilità di manipolazione in scene diverse. Questa ricerca punta verso una piattaforma di apprendimento robotico adattabile ai mutevoli ambienti. A differenza delle ricerche passate, il team ha dimostrato il proprio lavoro in ambienti reali – non in simulazioni – e lo ha fatto con molti meno dati rispetto ai progetti precedenti.

"I RoboAgent sono capaci di una complessità di competenze molto più ricca di quella che altri hanno raggiunto", ha affermato Abhinav Gupta (si apre in una nuova finestra), professore associato presso il Robotics Institute. "Abbiamo dimostrato una maggiore diversità di competenze rispetto a qualsiasi altra cosa mai ottenuta da un singolo agente robotico del mondo reale, con efficienza e una scala di generalizzazione a scenari mai visti che è unica."

L'agente del team apprende attraverso una combinazione di esperienze personali e osservazioni passive contenute nei dati Internet. Mentre un genitore guidava il proprio figlio, i ricercatori hanno teleoperato il robot attraverso compiti per fornirgli utili esperienze personali.

"L'efficacia e l'efficienza del nostro approccio derivano dalla nostra nuova architettura politica che consente ai nostri agenti di ragionare anche con esperienze limitate", ha affermato Homanga Bharadwaj, Ph.D. studente di robotica. "RoboAgent agisce in risposta a specifici obiettivi testuali/visivi prevedendo e aggregando le decisioni in termini di porzioni temporali di movimenti anziché di azioni per fasi temporali comunemente utilizzate."

I robot imparano principalmente dalle proprie esperienze, non da ciò che accade passivamente intorno a loro. Questa cecità intrinseca a ciò che accade nel loro ambiente limita fondamentalmente sia la diversità delle esperienze a cui sono esposti i robot sia la loro capacità di adattarsi a nuove situazioni. Per superare queste limitazioni, RoboAgent impara dai video su Internet, in modo simile a come i bambini acquisiscono conoscenze e comportamenti osservando passivamentei loro dintorni.

"RoboAgent sfrutta le informazioni contenute in questi video per apprendere in anticipo come gli esseri umani interagiscono con gli oggetti e utilizzano varie abilità per completare con successo le attività", ha affermato Mohit Sharma, Ph.D. studente di robotica. “Inoltre, osservare abilità simili in più scenari gli consente di apprendere cosa è e cosa non è necessario per completare un'attività. Sfrutta queste lezioni quando si confronta con compiti sconosciuti o ambienti invisibili.

"Un agente capace di questo tipo di apprendimento ci avvicina a un robot generale che può completare una varietà di compiti in diversi ambienti invisibili ed evolversi continuamente man mano che raccoglie più esperienze", ha affermato Shubham Tulsiani (si apre in una nuova finestra), un assistente professore. presso l'Istituto di Robotica. “RoboAgent può addestrare rapidamente un robot utilizzando dati limitati all’interno del dominio e facendo affidamento principalmente su dati gratuiti abbondantemente disponibili su Internet per apprendere una varietà di compiti. Ciò potrebbe rendere i robot più utili in ambienti non strutturati come case, ospedali e altri spazi pubblici”.