Тойота использует виртуальную реальность для обучения домашних роботов-помощников
Москва, 14:50, 08 Окт 2019, редакция FTimes.ru, автор Сергей Кузнецов.
Научно-исследовательский институт Тойота (TRI) обучает домашних роботов-помощников в реальных домах, используя виртуальную реальность (VR). Метод позволяет роботам выполнять произвольные задачи с различными объектами. (Научно-исследовательский институт Тойота)
Вспомогательные домашние роботы могут значительно улучшить жизнь. Эти боты, например, могут помогать по хозяйству и выполнять различные задачи, которые делают люди.
Однако обучение роботов работе в домах сопряжено с трудностями, поскольку каждый дом уникален, с комнатами различной планировки, заполненными объектами разной формы.
Учебные роботы с использованием VR
Однако исследовательский институт Toyota, похоже, имеет решение текущих проблем в обучении домашних роботов-помощников: научить роботов выполнять различные задачи с использованием виртуальной реальности.
В настоящее время TRI готовит роботов для выполнения различных домашних задач, позволяя людям смотреть сквозь виртуальную реальность.
Учителя-люди видят то, что робот видит вживую и в трехмерной обстановке. Затем учитель может проинструктировать робота и аннотировать трехмерную сцену, например, связывая части сцены с определенным поведением.
Система позволяет роботам быть более гибкими. Роботам не нужна полная карта дома. Все, что им нужно, — понимание объектов, имеющих отношение к выполняемому набору движений.
Этот подход, по сути, обучает робота тому, как выполнять произвольные задачи с различными объектами, вместо того, чтобы ограничиваться выполнением задач, которые могут быть выполнены только в полностью контролируемой обстановке.
Методика может иметь применения, которые выходят за рамки дома
TRI проводит обучение и тестирование роботов в реальных домах для достижения достаточных возможностей и надежности, но этот подход может иметь применения, которые выходят за пределы домов.
«Мы считаем, что обучение задачам робота является многообещающим первым шагом к достижению нашего более широкого видения Fleet Learning, особенно для оказания помощи и расширения возможностей людей в их доме», — говорится в заявлении TRI, опубликованном 3 октября.
«Мы надеемся, что обмен достигнутым нами прогрессом принесет пользу другим в сообществе робототехники».
Система TRI еще не совершенна. Одним из ключевых ограничений в методике является то, что задачи обучения конкретного робота не могут распространяться на других роботов или другие ситуации. Тем не менее, в дальнейшем можно будет изменить способ обучения ботов и то, как люди смогут использовать их в различных условиях.