Insegnare ai robot a cacciare le prede come un animale

Insegnare ai robot a cacciare le prede come un animale
A: Predatore Summit XL (a sinistra) che insegue la preda (a destra) nell’arena dei robot dell’Università dell’Ulster, Londonderry. B: sistema globale a circuito chiuso: il sensore DAVIS genera dati APS e DVS che vengono alternativamente alimentati alla rete neurale convoluzionale 4C5-R-2S-4C5-R-2S-40F-R-4F. I risultati vengono filtrati e la decisione finale viene utilizzata insieme all’uscita dello scanner laser per controllare il comportamento del Summit XL nel controller ROS. Credito: arXiv:1606.09433 [cs.RO]

(TechXplore)擜 il team di ricercatori dell’Istituto di neuroinformatica dell’Università di Zurigo in Svizzera ha fatto notizia dopo aver caricato un documento sul server di prestampa arXiv, descrivendo i loro esperimenti che insegnano ai robot a tracciare e “dare la caccia” ad altri robot. L’idea non è nuova ovviamente, è stata utilizzata nei videogiochi per decenni, ciò che è nuovo è l’approccio tecnologico che lo rende un’opzione praticabile per le macchine che operano in un mondo tridimensionale.

Affinché un predatore come un leone possa rintracciare e abbattere un altro animale, deve elaborare un’incredibile quantità di dati molto rapidamente; la maggior parte di queste informazioni sono ovviamente visive, ma alcune indicano anche in modo intuitivo in che modo si girerà un vitello di antilope, ad esempio, in base all’esperienza precedente. Per dare a un robot una tale capacità, i ricercatori hanno scoperto, ha richiesto la combinazione di due elementi principali: un diverso tipo di telecamera e un tipo specializzato di rete neurale (convoluzionale) che è stata programmata per funzionare in modo simile alla corteccia visiva animale.

L’uso della rete è stata una scelta ovvia, il software permette di apprendere, che è ciò che gli animali devono fare per sopravvivere, in questo caso imparando a interpretare il movimento. Darne uno a un robot potrebbe aiutarlo a imparare a prevedere i movimenti del bersaglio. Ciò che era veramente nuovo in questo nuovo lavoro era l’uso di una fotocamera a base di silicio, che non era affatto una fotocamera normale. Le moderne fotocamere digitali catturano tutte le informazioni che passano attraverso un obiettivo in un dato momento, consentendo la produzione di un’immagine o di un video. Ma gli occhi degli animali non funzionano davvero in questo modo: oltre a raccogliere informazioni su colore, luminosità e altre informazioni necessarie per formare un’immagine, hanno anche parti sensibili al movimento e al cambiamento. Per dare a un robot una tale capacità, il team ha usato quello che descrivono come un retinat di silicio che rileva i cambiamenti nel modo in cui fanno gli animali (tranne che usa i pixel invece dei neuroni), che è fondamentale per inseguire la preda. L’aggiunta di entrambi a un robot a forma di trattore gli ha dato la possibilità di tracciare e seguire i movimenti di un altro robot simile, in tempo reale.

Insegnare ai robot a cacciare le prede come un animale
Esempio di dati registrati grezzi con dati di valore grigio APS sovrapposti e dati DVS (il rosso sono eventi OFF, il verde sono eventi ON). Il campo visivo è diviso nelle tre regioni e il bersaglio è etichettato. A, B e C sono i fotogrammi APS 36 x 36 estratti con esposizioni erroneamente create. D è un istogramma DVS sottocampionato. Credito: arXiv:1606.09433 [cs.RO]

Per scongiurare la paura che i robot seguano le persone e le uccidano, i ricercatori hanno notato che il monitoraggio e l’inseguimento vengono utilizzati in molti modi non minacciosi, come i bambini che seguono i loro genitori. Notano anche che un robot del futuro con tali abilità potrebbe tradursi in un bagaglio o in un carrello della spesa in grado di seguire una persona in giro in modo da non doverlo trascinare o guidare.


Leave a Reply