ロボットに新しいスキルを教える簡単な方法 – AOSデータのアノテーションサービス

MITの研究者は、人間の少しのデモンストレーションによってロボットがランダムな形状で見たことのないものを拾い保持するタスクを学習できる技術を開発しました。

これまでロボットは特定のアイテムを拾い上げるように設計されることが多く、アイテムが横を向いている場合同じアイテムと判断されず、新たにアルゴリズムを設計しなければなりませんでした。

この課題を克服するため、アイテムの3Dジオメトリを学習する新しいニューラルネットワークであるニューラル記述子フィールド（NDF）を作成しました。

これに等分散と呼ばれるプロパティを使用することで、向きの変換にはるかに簡単に対応できるようになったとのことです。

ニューラルネットワークは合成3D形状の大規模なデータセットでトレーニングされ、実世界のオブジェクトに適応していきます。

この訓練されたモデルを用いると、いくつかの物理的な例だけでロボットに新しいスキルを学習させることができるとのことです。

「将来的には、多くのカテゴリーにスケールアップするか、カテゴリーの概念を完全に手放すことが理想的です」と論文の執筆者であるSimeonov氏は言います。

マグカップを拾うよう設計されたモデルでネックレスを拾えるようにするなど、特定のオブジェクトに限らずより広範なカテゴリーのオブジェクトを拾えるようになることが期待されます。