یک برنامه رباتیک رباتیک که به دستورات زبان طبیعی پاسخ می دهد

در سال های بعد ، روبات ها می توانند به افراد مختلف کمک کنند ، چه در داخل منازل خود و چه در سایر تنظیمات. برای رعایت دقیق تر بودن ، روبات ها باید بتوانند از دستورات و دستورالعمل های زبان طبیعی پیروی کنند ، زیرا این کار به کاربران امکان می دهد درست مثل آنچه با انسانهای دیگر ارتباط برقرار کرده است با آنها ارتباط برقرار کنند.

با این حساب ، محققان مرکز MIT برای مغز ، Minds & Machines اخیراً یک برنامه رباتیک مبتنی بر نمونه برداری تهیه کرده اند که می تواند برای درک توالی دستورات زبان طبیعی آموزش دهد. سیستمی که آنها توسعه داده اند ، در مقاله ای که از قبل روی arXiv منتشر شده است ، یک شبکه عصبی عمیق را با یک برنامه ریز مبتنی بر نمونه گیری ترکیب می کند.

آندری باربو ، یکی از محققانی که این تحقیق را انجام داده است ، گفت: "اطمینان از این که روبات های آینده در خانه های ما ، ما را به دلایل ایمنی درک می کنند ، و به این دلیل که زبان راحت ترین رابط برای درخواست آنچه شما می خواهید ، بسیار مهم است." "کار ما شامل سه خط تحقیق است: برنامه رباتیک ، شبکه های عمیق و کار خود ما در مورد چگونگی درک ماشین ها زبان. هدف کلی این است که به یک روبات فقط چند نمونه از یک جمله بگوییم که یک جمله چیست و از دستورات جدید پیروی می کند و جملات جدیدی که قبلاً هرگز نشنیده است. "

هدف دور از تحقیق انجام شده توسط باربو و همکارانش شناخت بهتر ارتباط زبان بدن است. در حقیقت ، در حالی که اکنون کارکردها و مکانیسمهای ارتباط گفتاری به خوبی درک شده است ، بیشتر ارتباطاتی که بین حیوانات و انسانها صورت می گیرد غیر کلامی است.

درک بهتر زبان بدن می تواند به تدوین راهکارهای مؤثرتر برای ارتباطات روبات و انسانی منجر شود. از جمله موارد دیگر ، محققان در MIT به بررسی امکان ترجمه احکام به حرکات روباتیک پرداختند و بالعکس. مطالعه اخیر آنها اولین قدم در این راستا است.

اعتبار: کوو ، کاتز و باربو.
ین-لینگ کوو ، محقق دیگری که این تحقیق را انجام داده است ، گفت: "برنامه ریزان رباتیک در کشف کارهایی که ربات می تواند انجام دهد شگفت آور هستند. "کار ما یک جمله طول می کشد ، آن را به قطعات تجزیه می کند. این قطعات در شبکه های کوچک ترجمه می شوند که دوباره به هم بازآزمایی می شوند."

درست مثل اینکه زبان از کلماتی ساخته شده است که به موجب قوانین دستوری می توانند با جملات ترکیب شوند ، شبکه های توسعه یافته توسط باربو ، کوو و همکارشان بوریس کاتز از شبکه های کوچکتری تشکیل شده اند که برای درک مفاهیم مجزا می آموزند. این شبکه ها وقتی با هم ترکیب شوند می توانند معنی کل جملات را کشف و نشان دهند.

 
برنامه ربات جدید رباتیک که توسط محققان تهیه شده است ، دو مؤلفه مهم دارد. اولین مورد ، یک شبکه عصبی عمیق سلسله مراتبی مکرر است ، که چگونگی کاوش برنامه ریز از محیط اطراف را کنترل می کند ، ضمن اینکه پیش بینی می کند چه زمان ممکن است یک مسیر برنامه ریزی شده به یک هدف معین دست یابد و میزان اثربخشی هر یک از حرکات احتمالی ربات را به صورت جداگانه تخمین بزند. دوم برنامه ریز مبتنی بر نمونه برداری است که اغلب در مطالعات روباتیک مورد استفاده قرار می گیرد ، به نام کاوش سریع درخت تصادفی (RRT).

باربو توضیح داد: "مهمترین مزیت برنامه ریز ما این است که به داده های آموزشی کمی نیاز دارد." "اگر می خواهید یک روبات را آموزش دهید ، شما نمی خواهید آن را هزاران نمونه در خانه بگذارید ، اما تعداد انگشت شماری بسیار معقول است.

در حالی که مطالعات گذشته روشهای هدایت روبات ها را از طریق دستورات کلامی نیز مورد بررسی قرار می داد ، تکنیک های ارائه شده در آنها معمولاً فقط برای محیط های گسسته کاربرد دارد ، که در آن روبات ها فقط می توانند مقدار محدودی از اعمال را انجام دهند. برنامه ریز طراحی شده توسط محققان ، از طرف دیگر ، می تواند انواع متقابل با محیط اطراف را پشتیبانی کند ، حتی اگر اشیایی را درگیر کند که قبلاً قبلاً با آن روبرو نشده باشد.