ロボットに、いろんな物の「つかみ方」 ― グーグルは機械学習で教えています

Google is using machine learning to teach robots how to grasp random objects

posted with amazlet at 16.03.08

Amazon.co.jpで詳細を見る

Using your hand to grasp a pen that’s lying on your desk doesn’t exactly feel like a chore, but for robots, that’s still a really hard thing to do. So to teach robots how to better grasp random objects, Google’s research team dedicated 14 robots to the task.

デスクにあるペンを掴むために手を使うのが、ひと仕事だと感じることは無いでしょう。しかしロボットにとっては、まだ本当に難しいことなのです。いろんな形の物体を上手く掴み上げることをロボットに教えるため、グーグルの研究チームは、その課題のため14体のロボットで取り組みました。

youtu.be

The standard way to solve this problem would be for the robot to survey the environment, create a plan for how to grasp the object, then execute on it. In the real world, though, lots of things can change between formulating that plan and executing on it.

この問題を解決する標準的な方法は、ロボットに環境を調査させて、どうやって物体を掴むかという計画を立てさせ、それを実行することです。しかし現実世界では、その計画を立てたり実行している間に、多くの変化があり得るのです。

Google is now using these robots to train a deep convolutional neural network (a technique that’s all the rage in machine learning right now) to help its robots predict the outcome of their grasps based on the camera input and motor commands. It’s basically hand-eye coordination for robots.

グーグルは現在、これらのロボットを訓練するために、深層畳み込みニューラルネットワーク（流行りの機械学習のテクニック）を使用しています。ロボットが、カメラ入力とモーターの指示に基づいて、ある物を掴んだあと、どうなるのかという、彼ら自身の予測を支援するのです。それは、ロボットにとって、基本的な視覚と手の協調関係です。

初めてのディープラーニング --オープンソース"Caffe"による演習付き

posted with amazlet at 16.03.08

武井宏将
リックテレコム
売り上げランキング: 526

Amazon.co.jpで詳細を見る

The team says that it took about 3,000 hours of practice (and 800,000 grasp attempts) before it saw “the beginnings of intelligent reactive behaviors.”

「知的な反応行動が始まる」までに、約3000時間の練習（と、80万回の試行）が必要だったと、このチームは言っています。

“The robot observes its own gripper and corrects its motions in real time. It also exhibits interesting pre-grasp behaviors, like isolating a single object from a group,” the team writes. “All of these behaviors emerged naturally from learning, rather than being programmed into the system.”

「このロボットはリアルタイムに自身の手を観察し、その動きを補正します。その掴む前の行動が興味深いものがあります。複数の物体がまとまったものから、ひとつの物を分離するというような動作が見られるようになりました。」このように、このチームは書いています。

Google’s researchers say the average failure rate without training was 34 percent on the first 30 picking attempts. After training, that number was down to 18 percent. Still not perfect, but the next time a robot comes running after you and tries to grab you, remember that it now has an 80 percent chance of succeeding.

グーグルの研究者は、30回のピッキングの試みにおいて、失敗率の平均は、訓練無しで34パーセントでしたが、訓練後は18パーセントまで下がりました。まだ完全ではありませんが、この次はあなたの後を付いてきて、あなたを掴みあげますよ。既に80パーセントの成功率であることを覚えておきましょう。