Система, позволяющая роботам эффективно использовать естественный язык

Вы мечтаете о будущем, в котором роботов будут использовать для различных видов деятельности, и нам не придется делать их самим?

Давай, подумай об этом! Уборка, приготовление пищи, выполнение всей нашей работы по дому - это лишь некоторые из чудесных возможностей. Какая прекрасная возможность, правда? К сожалению, сейчас вам придется продолжать мечтать.

Хотя есть некоторые удивительные роботы Существующие там роботы еще недостаточно адаптируемы для эффективного выполнения широкого спектра подобных действий. Более того, хотя технология распознавания речи развивалась семимильными шагами, ее все еще недостаточно для использования с роботами.

Лучше всего для того, чтобы заставить кого-то вроде гипотетического робота-дворецкого следовать вашим инструкциям, было бы набрать набор инструкций.

Разговорные команды

Проблема с голосовыми командами состоит в том, что они содержат разные уровни сложности, хотя это не всегда может быть ясно.

Представьте, что вы говорите своему роботу: «Возьми вот эту коробку». Это кажется достаточно простым, но есть проблема. Вашему роботу придется разбить это на несколько шагов, прежде чем выполнять действие. Возможный сценарий выполнения этой команды:

• Включите систему слежения
• Включите шагающие двигатели
• Изменить направление
• Сделайте необходимые шаги
• Повернуть конечности
• Кленч-бокс
• Подъемная коробка

Как видите, это на самом деле сложнее, чем могло показаться на первый взгляд. А теперь представьте эту команду в сравнении с чем-то вроде «Включите систему слежения». Хотя количество слов, используемых для этих двух команд, одинаково, их уровни сложности совершенно разные.

Как мы можем это решить? В настоящее время роботам будет сложно понять разные уровни сложности голосовых команд.

Не бойся, команда в Брауновский университет разработал систему, которая улучшает способ обработки роботами голосовых команд.

Как заставить роботов подчиняться вашим приказам: система, позволяющая роботам эффективно выполнять голосовые команды

Исследователи из Брауна использовали полученные данные, чтобы обучить свою систему пониманию различных уровней сложности. Затем система смогла собрать, какие действия необходимо выполнить, и понять уровни сложности, связанные с различными структурами предложений.

Команда из Университета Брауна решила решить проблему заставить роботов выполнять голосовые команды с помощью гениальной системы. Они использовали оба Amazon Механический турок а также инструмент под названием Virtual Cleanup World для разработки своей модели.

Виртуальный мир очистки - это виртуальная область задач. Он состоит из комнат с цветовой кодировкой, виртуального робота и объекта, с помощью которого робот выполняет задачи.

Волонтеры из Mechanical Turk выяснили, какие наборы инструкций привели к конкретным действиям в мире Cleanup. Сначала они наблюдали за роботом, выполняющим множество задач.

Затем их спросили, какие наборы инструкций, по их мнению, будут работать лучше. Добровольцев попросили создать команды высокого, среднего и низкого уровня.

К высокоуровневым командам относились такие, как указание роботу отнести стул в комнату определенного цвета. Команды низкого уровня - это команды, разбитые на несколько этапов. Команды среднего уровня сочетают в себе функции команд высокого и низкого уровня.

Исследователи из Брауна использовали полученные данные, чтобы обучить свою систему пониманию различных уровней сложности. Затем система смогла собрать, какие действия необходимо выполнить, и понять уровни сложности, связанные с различными структурами предложений.

Тестирование системы

Когда роботы смогли определить желаемый конечный результат, а также понять уровень сложности задач, они выполнили задачу всего за 1 секунду в 90% случаев.

Основываясь на этом, он смог разработать соответствующий план, основанный на отдаваемых ему голосовых командах. После тренировки их системы пришло время испытать плоды их труда. Исследования снова использовали Cleanup World, а также реального робота, работающего в физическом пространстве, созданном аналогично виртуальному Cleanup World.

Когда роботы смогли определить желаемый конечный результат, а также понять уровень сложности задач, они выполнили задачу всего за 1 секунду в 90% случаев.

Однако, когда возникла проблема с пониманием уровня сложности, выполнение задачи заняло больше времени. В этом случае роботам требовалось 20 или более секунд планирования для выполнения задачи.

Исследователям нужно будет найти способы минимизировать эти поломки, чтобы создать более эффективную систему.

Последние мысли

Роботам еще предстоит пройти долгий путь, прежде чем они станут мейнстримом. Однако эта работа приближает нас к созданию роботов, которые могут легко понимать команды, которые мы им посылаем. А пока идите мыть посуду самостоятельно.