Иновативен метод за обучение чрез смарт очила ни доближава до универсалния робот

29.08.2025   |   Начало»Технологии

Редактор
Пепа Петрунова

Редактор
Пепа Петрунова

Техниките за програмиране и обучение в индустриалната и сервизната роботика непрекъснато еволюират, наред със самите роботи. Представяте ли си обаче да сложите смарт очила, за да се "запишете" как изпълнявате дадена задача на работното си място в индустрията и само след няколко минути робот с AI да е готов да я изпълни вместо вас? И то без писане на код, генериране на сложни програми, демонстриране и запаметяване на работни траектории и позиции, обучаване на системата чрез огромни обеми от данни…

Екип от Лабораторията по изкуствен интелект към Нюйоркския университет е разработил оригинално и иновативно решение, което може да проправи пътя на универсалните роботи, готови да се справят с всякакви типове задачи не само в домовете ни, но и в производството и промишления сектор. За иновацията съобщават от Института на инженерите по електротехника и електроника (IEEE) в журнала IEEE Spectrum.

Роботи и хора егоцентрици?

До този момент визуалните данни, необходими за обучаване на роботи с изкуствен интелект чрез записи на демонстрации от страна на хората, се събират основно посредством сложни установки с множество внимателно позиционирани камери. Изследователите от Ню Йорк предлагат лесен за изпълнение метод за обучение, които не изисква нищо по-специално от поставянето на смарт очила от страна на оператора или потребителя докато върши нещо.

Разработката, наречена EgoZero, се основава на т. нар. "егоцентрични" данни, събрани от първо лице или от човешка гледна точка. Проект в това направление у нас наскоро обявиха от института INSAIT, който получи ново финансиране от Google. Повече за него прочетете тук.

За експеримента си учените от щатската лаборатория използват подобрена със сензори версия на смарт очилата на Meta, за да обучат робот да изпълнява седем напълно различни помежду си дейности. За всяка от тях те събират данни посредством очилата в рамките на 20-ина минути, в които човек извършва съответната задача. Чрез подадената директно към системата информация тя постига успеваемост от цели 70% при имитирането на оператора. Според екипа с усъвършенстване на метода точността може да бъде значително подобрена.

Предимства на данните, събрани от първо лице

"Камерата на очилата се движи заедно с човека, вместо да е статична – така, както погледът ни се движи при изпълнението на различни дейности в ежедневието и работата ни. Това осигурява значителни предимства пред конвенционалните методи за събиране на данни за обучение", коментират от лабораторията.

Първото основно преимущество е свързано с много по-опростената, лека и мобилна система, необходима за снемане на данните. Второто се базира на това, че фокусната зона на видимост на човешкия поглед и смарт очилата напълно съвпада по време на цялото действие, за разлика от статичните камери, които трябва да бъдат монтирани в множество точки, за да обхванат ситуацията от всички съществени ъгли.

Така дори операторът да изпусне нещо дребно на пода, например монтажен елемент под масата, когато се наведе да го вземе, камерата, а после и роботът ще видят всичко това. "Егоцентричната" перспектива дава много допълнителна информация към стандартните данни, която може да бъде особено полезна при сервизните роботи домашни помощници, а защо не и при индустриалните решения, убедени са инженерите.

Необходими са само "човешки" данни

Освен "Ego" наименованието на разработката включва и "Zero" или "нула". Екипът обяснява – за обучението на робота чрез иновативния метод не са необходими никакви данни, събрани от робота или във връзка с него. За целта се използват само "човешки" данни, генерирани по лесен, бърз и интуитивен начин. Това става възможно благодарение на софтуерна рамка, разработена в лабораторията, която проследява отделни точки в пространството като алтернатива на разглеждането в цялост на изображения от средата.

Вместо да се опитва да сравни човешката ръка със своя манипулатор или крайно изпълнително устройство (които според екипа рядко биха изглеждали сходно помежду си в практиката), роботът следи кореспондиращи една с друга точки, позиционирани върху ръката и манипулатора. При локализацията на точките и обектите, свързани с тях, EgoZero използва триангулация по траекторията на камерата и изчислява точките за действие чрез позата на ръката и специален модел за оценка на възможното действие, свързано с тази поза.

Така на практика екипът свежда използваните в по-конвенционални експерименти за видеообучение изображения до точки в триизмерното пространство. Това позволява на робота да интерпретира правилно какво прави човекът в "записа", независимо какъв хващач или инструмент е монтиран в края на рамото му.

Изследователите от Нюйоркския университет смятат, че с иновативното решение доближават съвременната роботика до мечтаната от мнозина концепция за робот с универсално предназначение, който може бързо и лесно да бъде обучен да прави практически всичко.

Ключови думи: IEEE   Нюйоркски университет   EgoZero   смарт очила   обучение на роботи   егоцентрични данни   AI   изкуствен интелект  

Област: Роботика