GoogleがAIを披露

Googleは、リサイクル可能なものと廃棄物を高効率で分別するAI駆動ロボットの2年間にわたるトライアルを披露し、おそらく今後の物事の形を予告している。

RL の適用により、ビジョン システムとアームを備えたモバイル ロボットは、オフライン データとオンライン データを組み合わせて、現実世界の状況の幅広い変動に適応できるようにして、職場環境で現実世界のタスクに対処できるようになりました。 。

この研究では、Googleの親会社であるAlphabetの一部であるEveryday Robotsが提供したロボットが、リサイクル可能なもの、堆肥、ゴミを入れるための箱などの「廃棄物状況」を歩き回って検索するようにプログラムされた。 次に、すべてのリサイクル可能なアイテム (缶、ボトル) がリサイクル可能なビンに配置され、堆肥化可能なアイテム (段ボール容器、紙コップ) が堆肥ビンに配置され、その他のすべてが堆肥ビンに配置されるように、ビン間のアイテムを分類するタスクが課されました。残りのゴミ箱。

ロボットは、基本的なスキルのセット、つまりはるかに小さな初期プログラムを使用してコンピューターにプログラムをロードするプロセスを備えてブートストラップされました。 スキルには次の 4 つの経験が含まれます。

研究チームは研究の動機について、現実世界は複雑かつ多様で、時間の経過とともに変化するため、RL対応ロボットは適応するのに苦労しており、そのため日常の環境ではまだ一般的には使用されていないと述べた。

「ロボット教室」はロボット体験の大部分を提供します。 研究チームは、現実世界のオフィスビルは最も代表的なエクスペリエンスを提供できるものの、データ収集のスループットは限られており、分別すべきゴミが大量にある日もあれば、それほど多くない日もある、と述べた。

2 年間の終わりに、チームは教室で 540,000 件のトライアルを収集し、導入から 32,500 件のトライアルを収集しました。 より多くのデータが収集されるにつれて、システム全体のパフォーマンスが向上することがわかりました。 最終的なシステムは、ロボットが展開中に見たものに基づいたシナリオとの制御された比較のために教室で評価されました。

最終システムの 84% の精度に加えて、実際のテストでは、システムが重量で 40% から 50% の間で汚染を削減できることが示されました。 これは、2021 年から 2022 年までの 3 つの実際の展開の統計に基づいて決定されました。

チームは、最終的な RL ポリシーが毎回成功するとは限らず、パフォーマンスを向上させ、より広範囲のタスクに拡張するには、より大規模で強力なモデルが必要になると指摘しています。 他のタスク、他のロボット、さらにはオンライン ビデオなどの他の経験源が、ブートストラップ エクスペリエンスをさらに補足するのに役立つ場合があります。