Инженеры разработали систему управления роботом, объединив несколько DNN
Способ объединения глубоких нейронных сетей (DNNs) с целью создания роботизированных систем с новыми способностями к обучению разработали совместно ученые из Эдинбургского и Чжэцзянского университетов, 10 декабря сообщает Techxplore.
В своей работе исследователи объединили несколько DNN, разработанных для различных приложений, чтобы создать новую систему с преимуществами всех входящих в нее DNN.
В результате получилась система, которая была больше, чем просто сумма ее частей — она смогла освоить новые функции, которыми ни одна из DNN не обладала. Исследователи назвали ее мультиэкспертной обучающей архитектурой (MELA).
Работа включала в себя обучение нескольких DNN для различных функций. Например, одна DNN научилась заставлять робота двигаться рысью, другая -обходить препятствия. Затем все DNN были подключены к стробирующей нейронной сети, которая со временем научилась вызывать другие DNN, когда возникало что-то, что требовало особого набора навыков. Получившаяся объединенная система затем была способна выполнять все навыки всех объединенных DNN.
Но на этом все не закончилось — по мере того, как MELA узнавала больше о своих составных частях и их способностях, она училась использовать их вместе путем проб и ошибок.
Робот научился, например, совмещать подъем после падения с передвижением на скользком полу или принимать решения, когда отказал один из его двигателей.
Исследователи предполагают, что их работа знаменует собой новую веху в исследованиях робототехники. Они даже считают, что это исследование вводит новую парадигму, согласно которой люди не должны вмешиваться, когда робот сталкивается с проблемами, с которыми он не сталкивался раньше.
