Elég csupán egy videót megosztani a robot társunkkal, és máris tökéletesen tisztában van a feladatával.

A robotok nagyon ügyesek lehetnek egy adott feladat elvégzésében, viszont a betanításuk meglehetősen fáradságos, időigényes feladat. Amerikai kutatók rájöttek arra, hogyan tanítsák meg egyetlen videóval a gépi segítőket.

A robotok tanítása nem éppen könnyű kihívás. Ahhoz, hogy elsajátítsák az alapvető feladatokat, precíz, részletes utasításokra van szükségük, amelyeket lépésről lépésre kell követniük. Amikor a megszokott folyamatban bármilyen zavar keletkezik, például ha egy szerszám leesik vagy egy csavar eltűnik, hajlamosak megállni, és elveszíteni a fókuszt. Az ilyen helyzetek kezelése különösen fontos, hogy a robotok ne adják fel a feladatot.

A New York-i Cornell Egyetem tudósai lenyűgöző újítást mutattak be a robotika terén: egy mesterséges intelligencián alapuló keretrendszert, amely RHyME névre hallgat (Retrieval for Hybrid Imitation under Mismatched Execution - Hibrid imitáció lekérése nem egyező végrehajtás esetén). Ez a rendszer lehetővé teszi a robotok számára, hogy egyetlen oktatóvideó segítségével sajátítsák el a különböző feladatokat. A kutatók úgy vélik, hogy a RHyME jelentős mértékben meggyorsíthatja a robotikai rendszerek fejlesztési és telepítési folyamatait, mivel drasztikusan csökkenti a betanításhoz szükséges időt, energiát és költségeket.

Míg az emberek rugalmasan alkalmazkodnak a folyamatosan változó környezethez, a robotok működéséhez precíz, pontos utasításokra van szükség, hogy elérjék a kívánt eredményeket. Például egy videós bemutató során, amelyben szalvétát vesznek fel vagy tányérokat pakolnak egymásra, a feladatokat lassan és tökéletesen kell végrehajtani. Még a legkisebb eltérés is abban, ahogyan egy ember és egy robot elvégzi a feladatot, komoly zűrzavart okozhat a tanulási folyamatban.

A RHyME innovatív megoldása lehetővé teszi a robotok számára, hogy saját memóriájukra támaszkodva, valamint a meglévő videókönyvtáruk segítségével alakítsanak ki kapcsolatokat olyan feladatok során, amelyeket csupán egyszer tapasztaltak meg. Például, ha egy RHyME rendszerrel ellátott robot megfigyel egy videót, ahol egy ember levesz egy bögrét a pultról és azt a mosogatóba helyezi, a rendszer a videóadatbázisában keresni fog hasonló cselekvéseket, mint például egy csésze megfogása vagy evőeszköz lehelyezése, hogy ezek alapján formálja meg saját tevékenységét. Más szavakkal, a robot képes arra, hogy új feladatok végrehajtásához az ismerős elemeket kombinálja, még akkor is, ha az adott szituációt korábban még sosem látta pontosan.

Ez a megközelítés jelentősen fokozza a robotok tanításának rugalmasságát és hatékonyságát. A RHyME csupán félórányi, robotspecifikus betanítási adatra van szüksége, míg a korábbi módszerek esetében több ezer órányi tanulásra volt szükség. Laboratóriumi kísérletek során kiderült, hogy azok a robotok, amelyeket a RHyME segítségével képeztek ki, több mint 50 százalékkal jobban teljesítettek a feladatokban, mint a hagyományos technikákkal betanított társaik.