Szimulált robotkörnyezetet adott ki az Ai2 a tanulás átláthatóbbá tételére
Az Ai2 olyan kontrollált, szimulált környezetet mutatott be, amelyben a kutatók változtathatják az adatokat és a modelleket, megismételhetik a teszteket, és nyomon követhetik egy-egy hiba okát.
A robotok ma már ruhát hajtogatnak és alkatrészeket rendeznek, a bemutatók azonban gyakran szűkek, és nem magyarázzák meg, mit tanult meg a robot, vagy miért hibázik. Az Ai2 ezért egy olyan keretrendszert mutatott be, amely a kutatók számára kontrollált környezetet teremt. A szimulált világokat az Ai2 FoundationWorlds néven nevezi. (Allen AI (AI2))
Mi a FoundationWorlds lényege
Minden FoundationWorlds egy adott robotikai környezetre fókuszáló, kontrollált szimulált világot párosít automatikus feladat- és bemutatógenerátorral, valamint a robot viselkedését időben mérő eszközökkel. Ezzel olyan kérdések vizsgálhatók, mint hogy a modellek hogyan javulnak több tanítóadat mellett, vagy hogyan lehet a magas szintű következtetést a pontos fizikai vezérléssel összekapcsolni. Az Ai2 szerint a megközelítés a kutatók számára azt teszi lehetővé, hogy megváltoztassák a tanítóadatokat vagy a modelltervezést, megismételjék a tesztet, és nyomon kövessék a hiba okát.
A ToyBlocks működése
Az első FoundationWorld a ToyBlocks, egy nyílt szimulációs keretrendszer, amely egy asztalon álló robotkarra és blokkokra épül. A környezet szándékosan egyszerű, a robotnak mégis meg kell értenie, hogyan hatnak egymásra a blokkok, és hogyan rendezheti el őket tolás, billentés és egymásra helyezés közben. A rendszer a bemutatókat automatikusan generálja, így nincs szükség időigényes távvezérlésre. Az Ai2 állítása szerint a szimulált kar és a blokkok nagyon hasonlóan viselkednek fizikai megfelelőikhez.
Tanulás és tesztelés
A készségeket megerősítéses tanulással és mozgástervezéssel állítják elő, a tanítás pedig az Nvidia nyílt forráskódú Isaac Lab keretrendszerében zajlik. A rendszer a feladatokat a szimulátor által közvetlenül szolgáltatott, valós robotnak nem elérhető adatokból, például a blokkok pontos helyzetéből tanulja. A ToyBlocks egyszerre több száz tervet futtat egyetlen grafikus processzoron, az Ai2 szerint akár 24-szeres valós idejű sebességgel. A kutatók így külön vizsgálhatják, mennyi adat kell egy modellnek, és mely tapasztalatok segítik az ismeretlen feladatok megoldását.
Az Ai2 a ToyBlocks-ot első lépésnek tekinti, és azt tervezi, hogy a megközelítést egyre összetettebb környezetekre is kiterjeszti. A kiadott források alapján a teljesítményre vonatkozó részletes, mennyiségi kiértékelés nem ismert, ezeket az állításokat az Ai2 saját közlései alapján kell kezelni.