Minecraft muestra a los robots cómo dejar de tramar

el juego de computadora Minecraft , que representa un mundo compuesto por bloques pixelados retro que se pueden modificar y reorganizar en infinitas configuraciones arquitectónicas, ha sido elogiado por enseñar a los jugadores jóvenes sobre creatividad, resolución de problemas y habilidades de supervivencia (en ciertos modos, debes evitar amenazas, incluidos zombis). ). Bueno, resulta que incluso los robots inexpertos pueden aprender un par de cosas jugando.

Minecraft se usó para enseñarle a un agente virtual qué pasos excluir al intentar poner un bloque de oro en un horno.

Estefanía Tellex , profesor de la Universidad de Brown, está utilizando Minecraft, así como máquinas del mundo real, para explorar formas en que los robots resuelvan nuevos problemas de manera más rápida y eficiente. Esto no es algo que la mayoría de los robots deban hacer, ya que trabajan en un entorno fijo, realizando un trabajo que ha sido cuidadosamente programado de antemano. Pero podría ser importante a medida que los robots comienzan a asumir tareas más complejas y abiertas en entornos menos estructurados. Un robot diseñado para ayudar en el hogar, por ejemplo, necesitaría descubrir cómo realizar diferentes tareas.

Podrías decirle a un robot 'Hazme café', pero al minuto siguiente podrías decir 'Lava la ropa', dice Tellex. En este contexto, donde no conoce el objetivo de antemano, existe este problema de planificación. Encontrar la secuencia de acciones que funcionará en este entorno en particular es muy desafiante. Nuestro enfoque consiste en aprender eso más rápido.

El algoritmo de los investigadores se probó en un robot real programado para ayudar a cocinar.

El desafío para un robot es que carece de comprensión contextual sobre el mundo. Eso significa que tiene que ejecutar todas las acciones posibles que podrían ayudarlo a alcanzar una meta. Entonces, para lavar la ropa, un robot podría considerar si usar la cafetera podría ayudar. Y para un robot sofisticado que trabaja en un entorno complejo, la cantidad de escenarios que deben considerarse puede ser enorme, lo que requiere una gran potencia computacional.

Tellex, junto con uno de sus estudiantes de posgrado, David Abel, y varios otros colegas de Brown, desarrollaron un algoritmo que permite que un robot elimine ciertas posibles rutas de acción al comprender la dirección en la que apunta una tarea en particular. Armado con un algoritmo de este tipo, un robot podría entender que lavar la ropa no implica usar ningún equipo o utensilio de cocina, conocimiento que puede programarse previamente o aprenderse a través de la experiencia.

Minecraft se utilizó para probar el enfoque de aprendizaje. Los investigadores controlaron un personaje virtual que tenía la tarea de poner un bloque de oro virtual en un horno virtual, mientras evitaban un charco de lava virtual. Después de realizar la tarea en un entorno limitado, a través de una larga prueba y error, el algoritmo que controlaba al personaje aprendió que ciertos comportamientos, como colocar bloques de oro en el suelo, podían excluirse cuando se intentaba lograr el objetivo.

Cuando se le pide que realice la misma tarea en un entorno más complejo, el personaje podría trabajar en un conjunto mucho más pequeño de escenarios potenciales. Y el enfoque podría permitir que los robots aprendan a realizar una tarea en un entorno virtual antes de enfrentarse a escenarios del mundo real (ver Incluso los robots ahora tienen su propio mundo virtual).

Manuela Veloso , profesor especializado en robótica en la Universidad Carnegie Mellon, dice que el aprendizaje virtual ya es un área importante para la robótica. Claramente, un robot no puede usar prueba y error para aprender a bajar escaleras, ya que se romperá en el primer intento, dice ella. La simulación, en general, puede ayudar a entrenar un modelo, que luego puede ser utilizado por un robot real.

Los investigadores de Brown también probaron el enfoque con una máquina real: un robot Baxter de Repensar la robótica . Asignaron al robot para ayudar a una persona a cocinar y lo programaron para que comprendiera las acciones que se podrían descontar para ciertas recetas. Esto hizo que la máquina fuera más eficiente al determinar su propio curso de acción para ayudar a hacer brownies.

El enfoque seguido por los investigadores de Brown no solo es más eficiente sino, en cierto sentido, más humano, ya que requiere una comprensión más profunda de una tarea y su contexto. Nos inspiramos en parte de la literatura sobre 'asequibilidades', que es la forma en que las personas ven el mundo cuando intentan lograr algo, dice Tellex.

Usando Minecraft para desenredar la mente del robot desde Universidad marrón sobre Vimeo .

esconder