https://sputnikportal.rs/20240719/novi-softver-omogucava-robotima-da-uce-gledajuci-video-s-instrukcijama-1175065027.html
Нови софтвер омогућава роботима да уче гледајући видео с инструкцијама
Нови софтвер омогућава роботима да уче гледајући видео с инструкцијама
Sputnik Србија
Роботи коначно могу да науче да обављају задатке попут везивања кравате гледањем видео-снимака с инструкцијама. То су успели након новог софтверског оквиракоји... 19.07.2024, Sputnik Србија
2024-07-19T22:49+0200
2024-07-19T22:49+0200
2024-07-19T22:49+0200
наука и технологија
наука и технологија
роботи
вештачка интелигенција
https://cdn1.img.sputnikportal.rs/img/07e8/04/0c/1171042212_0:170:1024:746_1920x0_80_0_0_1d67d313155cb96113df010db257a666.jpg
“Овај рад започели смо са једноставном идејом - да направимо систем који омогућавароботима да користе безброј онлајн видеа са инструкцијама како би научили комплексне вештине. Другим речима, када роботу дамо видео у коме човек нешто демонстрира, желимо да он обави исти задатак”, рекао је за TechXplore Вејкун Пенг, коаутор пројекта и стручњак Националног универзитета у Сингапуру.Док су раније студије користиле технике учења имитацијом помоћу видеа, у овом случају то је рађено са специфичним снимцима у којима људи обављају задатке у истом окружењу као и робот.Софтверски оквир који су развили Пенг и његове колеге дизајниран је да омогући роботу да имитира учење пратећи видео са инструкцијама, па тако гледајући видео на коме је приказано како се везује кравата може да учини исто. Њихов приступ има три компоненте назване Real2Sim, Learn@Sim и Sim2Real. Прва је централна и најважнија.„Real2Simпрати кретање објекта у видеу с инструкцијама и имитира исти покрет на моделу у симулацији“, рекао је Пенг.Након што ова компонента одради посао, Learn@Sim учи тачке савијања и постављања што омогућава роботу да изведе исту акцију."Након тога укључују се прави робот са две руке и ради трећа компонента”, рекао је Пенг.Он и његове колеге верују да овај приступ може да се примени и на друге задатке. Студија је тренутно објављена на препринт порталу arXiv и чека рецензију стручњака.Погледајте и:
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2024
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Вести
sr_RS
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Sputnik Србија
feedback.rs@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
наука и технологија, роботи, вештачка интелигенција
наука и технологија, роботи, вештачка интелигенција
Нови софтвер омогућава роботима да уче гледајући видео с инструкцијама
Роботи коначно могу да науче да обављају задатке попут везивања кравате гледањем видео-снимака с инструкцијама. То су успели након новог софтверског оквиракоји су развили научници са Универзитета у Сингапуру, Шангајског универзитета Ђијао Тонг и Универзитета Нанђин.
“Овај рад започели смо са једноставном идејом - да направимо систем који омогућавароботима да користе безброј онлајн видеа са инструкцијама како би научили комплексне вештине. Другим речима, када роботу дамо видео у коме човек нешто демонстрира, желимо да он обави исти задатак”,
рекао је за TechXplore Вејкун Пенг, коаутор пројекта и стручњак Националног универзитета у Сингапуру.
Док су раније студије користиле технике учења имитацијом помоћу видеа, у овом случају то је рађено са специфичним снимцима у којима људи обављају задатке у истом окружењу као и робот.
Софтверски оквир који су развили Пенг и његове колеге дизајниран је да омогући роботу да имитира учење пратећи видео са инструкцијама, па тако гледајући видео на коме је приказано како се везује кравата може да учини исто. Њихов приступ има три компоненте назване Real2Sim, Learn@Sim и Sim2Real. Прва је централна и најважнија.
„Real2Simпрати кретање објекта у видеу с инструкцијама и имитира исти покрет на моделу у симулацији“, рекао је Пенг.
Након што ова компонента одради посао, Learn@Sim учи тачке савијања и постављања што омогућава роботу да изведе исту акцију.
"Након тога укључују се прави робот са две руке и ради трећа компонента”, рекао је Пенг.
Он и његове колеге верују да овај приступ може да се примени и на друге задатке. Студија је тренутно објављена на препринт порталу arXiv и чека рецензију стручњака.
