Image
15.2.2019 1 Comments

Dron ovládaný UI, dokázal lietať po chodbách, ktoré predtým nevidel

Metóda výcviku algoritmov s názvom deep reinforcement learning, ktorá na motivovanie umelej inteligencie pre dosiahnutie cieľa používa odmeny, sa ukazuje veľmi sľubnou v oblasti navigácie založenej na počítačovom videní.

Výskumníci z Coloradskej univerzity nedávno demonštrovali systém, ktorý umožní robotom nájsť smer na turistických chodníkoch podľa záznamov kamery. Vedci z ETH Zürich zasa vo svojom dokumente opísali framework strojového učenia, ktorý pomôže štvornohým robotom vstať zo zeme, keď sa potknú a spadnú.

V dokumente novo publikovanom na predtlačovom serveri Arxiv vedecký tím navrhuje „hybridný“ algoritmus deep reinforcement learning, ktorý kombinuje dáta z digitálnej simulácie a reálneho sveta a umožňuje kvadrokoptére navigovať sa po chodbách v budove.

V tejto práci chceme navrhnúť algoritmus transferového učenia, kde si robot osvojí fyzické správanie,“ napísali autori publikácie. „Skúsenosti z reálneho sveta sa v podstate používajú na to, aby sa naučil lietať, zatiaľ čo simulované skúsenosti sa používajú na to, aby sa naučil zovšeobecňovať.

Prečo treba používať simulované údaje? Ako poznamenávajú výskumníci, zovšeobecňovanie je silne závislé od veľkosti a rozmanitosti množiny údajov. Platí, že čím viac a rozmanitejších dát je k dispozícii, tým lepšia je výkonnosť. No získavanie reálnych údajov je časovo náročné a nákladné. Pri simulovaných dátach sa však vyskytuje jeden vážny problém – letové údaje majú nižšiu kvalitu a komplexná fyzika a prúdy vzduchu sú často modelované nesprávne.

Preto vedci použili dáta z reálneho sveta na výcvik dynamiky systému a simulované dáta na osvojenie si postupu zovšeobecňovania percepcie. Ich architektúra strojového učenia pozostávala z dvoch častí: subsystému vnímania, ktorý prenášal vizuálne prvky zo simulácie, a riadiaceho subsystému, ktorý dostával reálne dáta.

Na výcvik použil tím simulátor Gibson patriaci Stanfordovej univerzite, ktorý obsahuje veľké množstvo 3D naskenovaných prostredí. Namodelovali tu virtuálnu kvadrokoptéru s kamerami takým spôsobom, že akcie sa priamo riadili polohou kamery. K dispozícii bolo 17 miliónov dátových bodov získaných zo simulácie, ktoré vedci skombinovali so 14 000 dátovými bodmi zachytenými po spustení postupu naučeného v simulácii na chodbe v jednej z budov Kalifornskej univerzity v Berkeley.

S použitím len jednej hodiny údajov z reálneho sveta bol systém UI v demonštrácii schopný viesť 27-gramovú kvadrokoptéru Crazyflie 2.0 v novom prostredí s osvetlením a konfiguráciou, s ktorou sa nikdy predtým nestretol, a vyhýbať sa kolíziám. Jeho jediným oknom do reálneho sveta bola monokulárna kamera; systém komunikoval s blízkym notebookom cez zariadenie radio-to-USB.

Výskumníci poznamenali, že modely trénované na vyhýbanie sa prekážkam a navigáciu sa transferovali lepšie ako postupy s neznámou úlohou, ktoré sa trénovali inou metódou, ako je napr. unsupervised learning. Navyše ak systém UI zlyhal, bolo to často „odôvodnené“ – napríklad v 30 % testov po ohnutých chodbách kvadrokoptéra narazila do sklených dverí.

Hlavným prínosom našej práce je metóda kombinovania veľkého množstva simulovaných údajov s malým množstvom skúseností z reálneho sveta, aby sme pripravili postup na vyhýbanie sa kolíziám pri autonómnom lete pomocou deep reinforcement learningu,“ napísali autori článku.

Zdroj: venturebeat.com

Zobrazit Galériu
Autor: redakcia

Nechajte si posielať prehľad najdôležitejších správ emailom

Mohlo by Vás zaujímať

Technológie

IT GALA 2019: Odovzdávanie technologických „Oskarov“ už čoskoro

13.09.2019 14:42

Bratislava, pondelok 16. septembra 2019 – Tradícia udeľovania prestížnych cien IT firma roka, IT osobnosť, IT produkt a IT projekt roka pokračuje už devätnásty rok. Tento rok bude po prvýkrát vyhlásen ...

Technológie

Armádna technológia ATLAS je ďalším krokom k autonómnym zbraniam ala Terminator

13.09.2019 00:10

Na autonómnu technológiu vo vojenskom priemysle existujú dva rôzne názory. Jedna skupina hovorí, že pokusy o vytvorenie „virtuálneho člena posádky“, ktorý by nahradil ľudí v tankoch a pozemných vozidl ...

Technológie

Závažné rozhodnutia AI by mali byť preverované. Buducnosť patrí auditovateľnej AI

13.09.2019 00:05

Systémy s umelou inteligenciou dnes rozhodujú o pôžičkách, lekárskych diagnózach či prepustení na kauciu. No sú to nepriehľadné systémy, navyše náchylné na zaujatosť. Z technických aj obchodných dôvod ...

q

1 Comments

  1. Škoda, že toto nemá s AI nič spoločné. reakcia na: Dron ovládaný AI, dokázal lietať po chodbách, ktoré predtým nevidel
    15.2.2019 06:02
    Deep learning je len metóda učenia, používajú sa ako keby neurónové siete k dosiahnutiu výsledkov, čo môže byť spracovanie bodov a pomocou týchto bodov sa len na základe kamery vyhnúť zrážke. Nič viac. Môže mi niekto vysvetliť prečo dnes všetci nazývajú AI veci, čo vôbec AI nie sú? To ešte nikto nepochopil čo sa myslí pod významom slov umelá inteligencia?
    Reagovať

Vyhľadávanie

ACER_092019

Najnovšie videá

elearn

IT GALA stvorec 2019