Direkt zum Inhalt Direkt zur Navigation
Sie sind hier: Startseite Nachrichten IT/Computer Nvidia: Roboter lernen künftig durch Beobachten

Nvidia: Roboter lernen künftig durch Beobachten

Archivmeldung vom 23.05.2018

Bitte beachten Sie, dass die Meldung den Stand der Dinge zum Zeitpunkt ihrer Veröffentlichung am 23.05.2018 wiedergibt. Eventuelle in der Zwischenzeit veränderte Sachverhalte bleiben daher unberücksichtigt.

Freigeschaltet durch Thorsten Schmitt
Bild: nvidia.com
Bild: nvidia.com

Forscher von Nvidia haben ein laut Unternehmen einzigartiges KI-System entwickelt, mit dem ein Roboter durch das Beobachten eines Menschen lernt, eine bestimmte Aufgabe auszuführen. Als einfaches Beispiel dient dabei das Stapeln verschiedenfarbiger Bauklötze. Der Ansatz ist dazu gedacht, die Kommunikation zwischen Mensch und Maschine zu erleichtern. Das soll dazu beitragen, dass Personen und Roboter in Zukunft problemloser zusammenarbeiten.

Einfach nur Vormachen

Die wenigsten Menschen sind bewanderte Entwickler, die Maschinen klassisch per Programmcode neue Dinge beibringen können. "Damit Roboter nützliche Aufgaben in der realen Welt ausführen, muss es einfach sein, dem Roboter die Aufgabe zu kommunizieren", schreiben die Forscher Stan Birchfield und Jonathan Tremblay in ihrer aktuellen Arbeit. Ihr Ansatz, damit in Zukunft jeder Maschinen neue Tricks beibringen kann, ist denkbar einfach: "Mit einer Vorführung kann ein Nutzer einem Roboter eine Aufgabe kommunizieren und Hinweise darauf geben, wie dies am besten zu erledigen ist."

Die Forscher nutzen eine Reihe neuronaler Netze für einzelne Aufgaben wie die Objekterkennung oder das Erstellen eines Programms. Damit kann ihr Roboter aus einer einzigen Vorführung lernen, wie beispielsweise eine Reihe Bauklötze zu stapeln ist. Dann gibt die Maschine eine für Menschen verständliche Beschreibung, welche Schritte dazu nötig sind. Im Beispiel umfasst das, welche Farbe auf welche andere kommt. Das erlaubt es dem Nutzer, mögliche Verständnisprobleme beim Roboter zu erkennen und korrigierend einzugreifen, ehe die Maschine loslegt.

Synthetische Trainingsdaten

Möglich macht das dem Team zufolge die Nutzung synthetischer Daten zum Trainieren neuronaler Netze. Denn bisherige Ansätze nutzen große Sätze von Hand annotierter Daten für das Training, was einen ernstzunehmenden Flaschenhals darstellt. Mit einer geeigneten Datensynthese lassen sich dagegen große Sätze annotierter Daten sehr einfach erstellen. Im Experiment nutzen die Forscher eine bildorientierte Datenverarbeitung. So kann das neuronale Netz für die Objekterkennung mit praktisch jedem festen Gegenstand umgehen, der sich gut durch einen umgebenden Quader beschreiben lässt.

Die Arbeit "Synthetically Trained Neural Networks for Learning Human-Readable Plans from Real-World Demonstrations" http://arxiv.org/abs/1805.07054 wird diese Woche im Rahmen der International Conference on Robotics and Automation näher vorgestellt.

Quelle: www.pressetext.com/Thomas Pichler

Videos
Coronavirus (Symbolbild)
Und wenn es klar würde, dass Covid-19 nicht existiert ...
Symbolbild
Um die Effekte wirklich zu verstehen, mußt Du die wahre Ursache kennen
Termine
Newsletter
Wollen Sie unsere Nachrichten täglich kompakt und kostenlos per Mail? Dann tragen Sie sich hier ein:
Schreiben Sie bitte finite in folgendes Feld um den Spam-Filter zu umgehen

Anzeige