Che cosa deve imparare un robot per affrontare una nuova situazione?
Un robot che pulisce una lavagna deve mantenere il contatto; uno che preme una cucitrice deve continuare a riuscirci quando la scena cambia; un umanoide che chiude un laptop deve coordinare corpo e dita. Ogni difficoltà indica un punto diverso in cui l’addestramento potrebbe essere utile.
Tre studi mostrano che registrazioni del tatto umano hanno migliorato le prestazioni nei compiti di contatto valutati, ricompense per tentativi riusciti e distinti hanno migliorato le prestazioni nelle scene modificate testate, e una rappresentazione condivisa dei movimenti ha permesso di usare dimostrazioni umane per addestrare un controllore per umanoidi.
Le prove sostengono la scelta di una modifica all’addestramento adatta alla difficoltà specifica, entro i contesti valutati da ciascuno studio.
Cosa comprenderai
In che modo registrazioni sincronizzate del tatto umano possono contribuire all’addestramento di un robot per compiti in cui il contatto è centrale?
Come cambia la pratica di un robot quando si premiano tentativi riusciti diversi tra loro nelle variazioni della scena valutate?
Come possono i movimenti umani registrati diventare obiettivi per una policy per umanoidi, e che cosa dimostra la prova sulla locomozione?
Da dove nasce la difficoltà?
Immaginiamo un robot che cancella un segno da una lavagna bianca. Passare un panno sulla superficie è solo una parte del compito: deve mantenere il contatto abbastanza a lungo da rimuovere il segno.
Ora immaginiamo un umanoide che chiude un laptop. Il braccio deve raggiungere il coperchio mentre il corpo resta in equilibrio, e la mano deve agire al momento giusto.
Sono compiti concreti descritti in due studi sui robot. Entrambi richiedono movimento, ma per apprenderli servono informazioni diverse.
Un terzo caso chiede a un robot di suonare un campanello o premere una cucitrice dopo che l’ambiente è cambiato. Il compito resta lo stesso, ma oggetti aggiunti, uno sfondo diverso sul tavolo o un’illuminazione cambiata possono influire sull’esecuzione.
In tutti questi casi, un tentativo non riuscito non rivela da solo se manca la conoscenza del contatto, un modo efficace di agire in condizioni mutate o la coordinazione del corpo di un umanoide.
Questa distinzione porta alla domanda della lezione: in quale punto del sistema dovrebbe intervenire una modifica dell’apprendimento? Uno studio aggiunge, prima dell’addestramento specifico per il robot, un modo per apprendere dai video di persone come cambierà il contatto.
Un altro modifica la ricompensa durante la pratica, dando valore a tentativi riusciti e diversi tra loro. Un terzo cambia ciò che prevede la policy di un umanoide, usando i movimenti registrati di persone come obiettivi per le sue azioni.
Le prove su robot fisici rendono concreti questi approcci, ma i compiti diversi non permettono di stabilire una classifica diretta tra loro.
Come prosegue la lezione
Apprendere dalle sensazioni delle mani
Provare modi diversi per riuscire
Dai movimenti umani ai comandi
Scegliere la modifica per il compito