Satu sistem untuk membolehkan robot untuk menjalankan bahasa semula jadi dengan berkesan

Adakah anda bermimpi masa depan di mana robot digunakan untuk pelbagai aktiviti supaya kita tidak perlu melakukannya sendiri?

Ayo, fikirkanlah! Pembersihan, memasak, melakukan semua kerja kami hanya beberapa kemungkinan yang mengagumkan. Apa kemungkinan yang baik? Malangnya, pada masa ini anda perlu terus bermimpi.

Walaupun terdapat beberapa robot yang menakjubkan yang wujud di sana, robot belum cukup beradaptasi untuk menjalankan pelbagai aktiviti seperti ini dengan berkesan. Selain itu, walaupun teknologi pengecaman pertuturan telah maju dengan pesat, ia masih tidak cukup baik untuk digunakan dengan Robot.

Tuntutan terbaik anda untuk mendapatkan sesuatu seperti butler robot hipotetikal untuk mengikuti arahan anda adalah dengan menaip set arahan.

Perintah Perkataan

Masalah dengan arahan yang dituturkan adalah bahawa ia mengandungi pelbagai tingkat kerumitan, walaupun ini tidak selalu jelas.

Bayangkan memberitahu robot anda, "Ambil kotak itu di sana." Ini nampak cukup mudah tetapi ada masalah. Robot anda perlu memecahkan ini ke beberapa langkah sebelum menyelesaikan tindakan. Senario yang mungkin untuk melaksanakan arahan ini ialah:

• Hidupkan sistem penjejakan
• Hidupkan motor berjalan
• Tukar Arah
• Ambil langkah yang perlu
• Putar kaki
• Kotak kemas
• Kotak lif

Seperti yang anda dapat lihat, ini sebenarnya lebih kompleks daripada yang mula-mula muncul. Sekarang bayangkan arahan itu berbanding dengan sesuatu seperti, "Hidupkan sistem penjejakan anda." Walaupun bilangan kata yang digunakan untuk memberikan arahan 2 ini adalah serupa, tahap kerumitan mereka adalah berbeza di dunia.

Bagaimanakah kita dapat menyelesaikannya? Seperti yang sekarang berdiri, robot akan menghadapi masalah memikirkan tahap kerumitan perintah yang berbeza.

Jangan takut, pasukan di Brown University telah membangunkan sistem yang meningkatkan cara robot mengendalikan arahan yang dituturkan.

Bagaimana Membuat Robot Anda Mematuhi Pesanan Anda: Sistem untuk Membolehkan Robot Menjalankan Perintah Perkataan Berkesan

Para penyelidik di Brown menggunakan data yang diperolehi untuk melatih sistem mereka untuk memahami tahap kerumitan yang berbeza-beza. Sistem ini kemudian dapat mengumpul apa tindakan yang perlu dilakukan dan memahami tahap kerumitan yang berkaitan dengan struktur kalimat yang berbeza.

Pasukan di Brown University memutuskan untuk mengatasi masalah mendapatkan robot untuk menjalankan perintah lisan dengan menggunakan sistem yang bijak. Mereka menggunakan kedua-dua Turk Mechanical Turk serta alat yang dikenali sebagai Virtual Cleanup World untuk membangunkan model mereka.

Mekanikal Turk adalah pasaran untuk kerja yang memerlukan kecerdasan manusia. Walaupun kepintaran artificial membuat beberapa prestasi yang mengagumkan, terdapat banyak tugas yang dapat dilakukan manusia dengan lebih berkesan seperti mengenal pasti objek dalam video. Virtual Cleanup World adalah domain tugas maya. Ia terdiri daripada bilik berkod warna, robot maya dan objek untuk robot untuk menjalankan tugas dengan.

Sukarelawan di Mechanical Turk menggariskan set arahan yang membawa kepada tindakan tertentu dalam dunia Pembersihan. Pertama, mereka mengamati robot kerana melakukan pelbagai tugas.

Mereka kemudiannya bertanya apa arahan pengajaran yang mereka fikir akan bekerja dengan lebih baik. Para sukarelawan diminta membuat perintah peringkat tinggi, peringkat pertengahan dan rendah.

Perintah peringkat tinggi adalah seperti mengarahkan robot untuk membawa kerusi ke bilik warna tertentu. Perintah peringkat rendah adalah arahan yang dibahagikan kepada beberapa langkah. Perintah peringkat pertengahan menggabungkan ciri-ciri arahan tinggi dan rendah.

Para penyelidik di Brown menggunakan data yang diperolehi untuk melatih sistem mereka untuk memahami tahap kerumitan yang berbeza-beza. Sistem ini kemudian dapat mengumpul apa tindakan yang perlu dilakukan dan memahami tahap kerumitan yang berkaitan dengan struktur kalimat yang berbeza.

Meletakkan Sistem Ke Ujian

Apabila robot dapat mengetahui hasil akhir yang dikehendaki, serta memahami tahap kerumitan tugas, mereka menyelesaikan tugas itu hanya dalam masa 90 saat.

Berdasarkan ini, ia dapat membuat pelan yang sesuai berdasarkan arahan yang diberikan. Setelah melatih sistem mereka, sudah tiba masanya untuk menguji buah buruh mereka. Penyelidikan menggunakan World Cleanup sekali lagi serta robot sebenar yang beroperasi di ruang fizikal yang ditubuhkan serupa dengan Dunia Pembersihan maya.

Apabila robot dapat mengetahui hasil akhir yang dikehendaki, serta memahami tahap kerumitan tugas, mereka menyelesaikan tugas itu hanya dalam masa 90 detik.

Walau bagaimanapun, apabila terdapat kerumitan dalam memahami tahap kerumitan, penyempurnaan tugas mengambil masa yang lebih lama. Dalam kes ini, robot memerlukan 20 atau lebih saat perancangan untuk menyelesaikan tugas.

Para penyelidik perlu mencari cara meminimumkan kerosakan ini untuk mewujudkan sistem yang lebih cekap.

Pemikiran Akhir

Robot masih mempunyai cara untuk pergi sebelum arus perdana. Walau bagaimanapun, kerja ini membawa kita lebih dekat dengan mempunyai robot yang dapat memahami dengan mudah perintah-perintah yang kami sampaikan kepada mereka. Sehingga itu, pergi mencuci hidangan anda sendiri.