コード駆動型ロボットはどのようにして人間とより良く対話できるのでしょうか? 最近、ブラウン大学のヒューマン・ロボット・ロボティクス研究室は、ロボットに日常言語での人間のコマンドを理解させ、タスクを正確に実行させることを目的とした、新しい AI 対応システムをテストしました。
この研究の重要な点は、何千時間ものデータトレーニングを必要とせずにロボットが複雑なタスクを実行できる新しいシステムを開発したことです。 従来の機械トレーニングでは、さまざまな場所での命令を理解して実行する方法をロボットに示すために多数の例が必要ですが、この新しいシステムでは、エリアの詳細な地図を提供することで、ロボットがさまざまな環境で動作できるようになります。
研究者らは、大量のトレーニング データがなくてもロボットが命令を分解してタスクを理解して実行できるようにする、システムに組み込まれた大規模な言語モデルの役割について説明しています。 このシステムは、自然言語の指示を受け入れることができるだけでなく、環境のコンテキストに基づいてロボットが必要とする論理的なジャンプを計算することもできるため、ロボットが何ができるか、何を行うかを含む指示がはるかにシンプルかつ明確になります。できないことと、その順序。
このプロジェクトの主任研究者の一人でブラウン大学コンピューターサイエンス教授のステファニー・テレックス氏は、「被験者を選択する際に、特に環境内を移動する移動ロボットを考慮し、ロボットは、コーヒーショップで私に会うためにプロビデンスのセイヤーストリートを歩くが、CVSを避けて銀行に先に立ち寄るなど、人間が与える複雑で口頭の指示を理解し、その指示に正確に従うことができました。」
この研究が成果を上げれば、将来的にはドローン、自動運転車、無人輸送車などを含む都市内の多くの移動ロボットに応用されるでしょう。人との対話には通常の通信方法を使用するだけで済みます。ロボットを使用すると、ユーザーの指示を正確に理解できるため、複雑な環境での移動ロボットの適用が可能になります。
システムをテストするために、研究者らは 21 都市で OpenStreetMap を使用してシミュレーションを実行し、システムがタスクを 80% の確率で正確に実行することを示しました。これは、通常約 20% の精度しか達成できず、処理できない他の同様のシステムよりもはるかに高い精度率です。複雑な指示とタスク。
同時に、チームはブラウン大学のキャンパス内で、世界有数の汎用四足歩行ロボットの一つとされるボストン・ダイナミクス社のスポットロボットを使った屋内テストも実施しており、現場での検証が成功すれば、応用可能性が促進されることになる。システムを他のメーカーのロボットに接続します。
コンピューター サイエンスの博士課程の学生であり、研究チームの主任メンバーである Jason Xinyu が、システムがどのように機能するかを例を挙げて説明します。
ユーザーがドローンに「メインストリート」の「店」に行くが、その前に「銀行」に行くように指示したとします。 命令が入力されると、ソフトウェアはまず 2 つの位置を識別し、次に言語モデルがこれらの抽象的な位置とロボットの具体的な位置の照合を開始します。 同時に、住所や場所の種類などの場所のメタデータも分析して、システムによる決定を支援します。この場合、近くに複数の店舗がありますが、メインストリートにあるのは 1 店舗だけであるため、システムは場所を認識します。持ち帰り; 次に、言語モデルはコマンドを線形時相論理に変換します。線形時相論理は、コマンドを表現するための数学的コードおよび表記法です。 最後に、システムは現在マップされている位置をこの式に代入し、ロボットに点 B の後で点 A に行くように指示します。
OpenStreetMaps に基づくシミュレーションは 11 月にオンラインで公開され、ユーザーが自分でシステムをテストできるようになります。 ユーザーは Web ページに自然言語コマンドを入力して、シミュレートされたドローンのナビゲーション タスクをガイドし、研究者がソフトウェアを微調整できるようにすることができます。
これは、一般の人々が共同で訓練する「AI+ロボット」プロジェクトが私たちにやってくることを意味します。