Международная команда ученых объединила несколько моделей на основе ИИ и научила роботов изучать новые навыки. В будущем устройства смогут обслуживать самих себя.

Команда исследователей из Эдинбургского и Чжэцзянского университетов разработала способ сочетания глубоких нейронных сетей для создания систем с новым видом обучения. Ученые описали новую архитектуру и ее производительность в журнале «Научная робототехника».

Исследователи объяснили, что обычно глубокие нейронные сети способны изучать новые движения и функции, многократно обучаясь на одних и тех же примерах. Такие модели используются в самых разнообразных приложениях, системах распознавания лиц или принятии решений о выдаче кредита банком. В новой работе исследователи объединили несколько моделей, разработанных для разных навыков, чтобы создать суперсистему на основе ИИ. Так модель научилась изучать новые навыки.

Для этого исследователи обучали несколько глубоких нейронных моделей различным функциям. Например, одна из них училась ходить, а вторая — обходить препятствия. Затем все системы подключили к нейронной сети, которая со временем научилась вызывать другие модели, требующие особых навыков. Полученная система смогла выполнить все навыки объединенных моделей.

Роботы на основе моделей самостоятельно научились десяткам навыков с помощью проб и ошибок. Устройства, например, научились как правильно вставать после падения на скользком полу или что делать, если один из двигателей сломался. Исследователи предполагают, что их работа знаменует собой новую веху в исследованиях робототехники — теперь людям даже не будет вмешиваться и исправлять проблемы устройств.