Исследователи во главе с доцентом Чунцзе Чжаном из Вашингтонского университета в Сент-Луисе нашли способ, которым роботы могут передавать свои знания и навыки друг другу. Основная сложность, с которой столкнулись исследователи — различное устройство разных видов роботов, из-за которого обучение путем демонстрации движений было невозможно. Обычно межмашинное обучение требует, чтобы и робот-«ученик», и робот-«учитель» были близки по своему устройству. В случае, если устройство значительно отличается (например, если один ездит на колесах, а другой — на гусеницах), то метод обучения путём копирования не работает.
Чтобы обойти это ограничение, ученые придумали метод, при котором робот считывает не траекторию «коллеги», а конечную цель его движений. Суть метода, опубликованного в журнале Science Robotics, состоит в использовании высокоуровневых задач, описанные обычным человеческим языком. Робот вникает в смысл действия другого («зачем тот это сделал?»), а потом сам решает, как добиться того же результата при помощи собственных устройств.
«Мы учим робота не повторять чужие движения, а понимать цель задачи, — объясняет Чунцзе Чжан, — Это позволяет обмениваться опытом и между отдельными машинами, и между группами роботов».
Исследователи создали базу данных («пространство намерений»), в которой связали реальные движения робота с текстовыми пояснениями того, с какой целью производится то или иное действие. В результате, когда один робот что-то делает, второй оценивает его цель, и не копирует движения, а из своей базы навыков с учетом своих размеров и механики выбирает действия, которые позволят достигнуть цели.
Ученые проверили систему в тридцати сценариях на семи моделях роботов. Во всех случаях машины успешно подстраивали чужие действия под себя и могли действовать сообща.