AI는 가정용 로봇이 계획 시간을 절반으로 단축하도록 도와줍니다.

이전 이미지 다음 이미지

당신의 새로운 가정용 로봇이 집으로 배달되고, 당신은 로봇에게 커피 한 잔을 만들어 달라고 요청합니다. 시뮬레이션된 주방의 이전 실습에서 얻은 몇 가지 기본 기술을 알고 있지만 수도꼭지를 틀고, 변기 물을 내리며, 밀가루 통을 비우는 등 취할 수 있는 작업이 너무 많습니다. 하지만 유용할 수 있는 작업의 수가 적습니다. 로봇은 새로운 상황에서 어떤 단계가 합리적인지 어떻게 파악합니까?

가정용 로봇의 문제 해결 능력을 효율적으로 향상시키는 것을 목표로 하는 새로운 시스템인 PIGINet을 사용할 수 있습니다. MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL)의 연구원들은 기계 학습을 사용하여 가능한 모든 조치를 고려하는 작업 계획의 일반적인 반복 프로세스를 줄이고 있습니다. PIGINet은 충돌 없는 요구 사항을 충족할 수 없는 작업 계획을 제거하고 300~500개의 문제만 교육하면 계획 시간을 50~80% 단축합니다.

일반적으로 로봇은 다양한 작업 계획을 시도하고 실행 가능한 솔루션을 찾을 때까지 동작을 반복적으로 개선합니다. 이는 특히 이동 가능하고 관절로 연결된 장애물이 있는 경우 비효율적이고 시간 소모적일 수 있습니다. 예를 들어, 요리를 마친 후에 모든 소스를 캐비닛에 넣고 싶을 수도 있습니다. 그 문제는 그 순간 세상이 어떤 모습인지에 따라 2~8단계를 거쳐야 할 수도 있습니다. 로봇이 여러 개의 캐비닛 도어를 열어야 하나요? 아니면 공간을 확보하기 위해 캐비닛 내부에 재배치해야 하는 장애물이 있나요? 로봇이 짜증날 정도로 느려지는 것을 원하지 않을 것입니다. 로봇이 생각하는 동안 저녁을 태워버리면 상황은 더욱 악화될 것입니다.

가정용 로봇은 일반적으로 작업 수행을 위해 미리 정의된 방식을 따르는 것으로 생각되지만, 이는 다양하거나 변화하는 환경에 항상 적합한 것은 아닙니다. 그렇다면 PIGINet은 미리 정의된 규칙을 어떻게 방지합니까? PIGINet은 "계획, 이미지, 목표 및 초기 사실"을 받아들인 다음 작업 계획을 구체화하여 실행 가능한 동작 계획을 찾을 수 있는 확률을 예측하는 신경망입니다. 간단히 말해서 데이터 시퀀스에서 작동하도록 설계된 다목적 최첨단 모델인 변환기 인코더를 사용합니다. 이 경우 입력 시퀀스는 고려 중인 작업 계획, 환경 이미지, 초기 상태 및 원하는 목표의 기호 인코딩에 대한 정보입니다. 인코더는 작업 계획, 이미지 및 텍스트를 결합하여 선택한 작업 계획의 타당성에 관한 예측을 생성합니다.

주방에 물건을 보관하면서 팀은 수백 개의 시뮬레이션 환경을 만들었습니다. 각 환경에는 카운터, 냉장고, 캐비닛, 싱크대, 조리 냄비 사이에서 물건을 재배치해야 하는 다양한 레이아웃과 특정 작업이 포함되어 있습니다. 문제를 해결하는 데 걸리는 시간을 측정함으로써 PIGINet을 이전 접근 방식과 비교했습니다. 올바른 작업 계획 중 하나에는 왼쪽 냉장고 문 열기, 냄비 뚜껑 제거, 양배추를 냄비에서 냉장고로 옮기기, 감자를 냉장고로 옮기기, 싱크대에서 병 집어 올리기, 싱크대에 병 놓기, 냄비에 있는 병 집어 올리기 등이 포함될 수 있습니다. 토마토, 또는 토마토를 배치. PIGINet은 더 간단한 시나리오에서는 계획 시간을 80%, 더 긴 계획 순서와 더 적은 훈련 데이터를 포함하는 더 복잡한 시나리오에서는 20-50%까지 크게 줄였습니다.

“데이터 중심 방법의 힘을 사용하여 친숙한 사례를 효율적으로 처리하지만 학습 기반 제안을 검증하고 새로운 문제를 해결하기 위해 여전히 “1차 원칙” 계획 방법을 사용할 수 있는 PIGINet과 같은 시스템은 두 가지 장점을 모두 제공합니다. MIT 교수이자 CSAIL 수석 조사관인 Leslie Pack Kaelbling은 말합니다. PIGINet은 입력 시퀀스에 다중 모드 임베딩을 사용하여 복잡한 기하학적 관계를 더 잘 표현하고 이해할 수 있었습니다. 이미지 데이터를 활용하면 모델이 객체를 알지 못해도 공간 배열과 객체 구성을 파악하는 데 도움이 되었습니다. 3D 메쉬를 통해 정확한 충돌 확인이 가능해 다양한 환경에서 빠른 의사결정이 가능해졌습니다.