模拟心理图像用于机器人任务规划
Shijia Li1, Tomas Kulvicius1,2, Minija Tamosiunaite1,3
1Third Institute of Physics and Bernstein Center for Computational Neuroscience, University of Göttingen, Göttingen, Germany.
Frontiers in neurorobotics
|September 11, 2023
概括
机器人现在可以使用模拟的心理图像来计划任务,这是一个新的亚象征方法. 这种方法绕过了复杂的象征描述,实现了直观的,人类可解释的机器人人工智能规划.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 机器人技术中的传统人工智能规划依赖于劳动密集型的象征性域描述.
- 人类任务规划通常利用直观的心理图像,这是当前AI缺乏的能力.
- 像深度强化学习这样的副象征性AI方法提供了替代方案,但缺乏可解释性.
研究的目的:
- 为机器人引入一种新的符号下规划方法,灵感来自于人类的心理图像.
- 使机器人能够在没有明确的符号域知识的情况下生成人类可解释的行动计划.
- 探索结合卷积神经网络和生成对抗网络在机器人规划中的有效性.
主要方法:
- 拟议的模拟思维图像用于规划 (SiMIP),是一种亚象征的方法.
- SiMIP集成了感知,模拟行动,成功检查和对"想象"图像的重新规划.
- 利用卷积神经网络和生成对抗网络的组合来实现.
主要成果:
- 证明了基于机器人的心理图像规划的算法健全性.
- 使机器人能够直接从现有场景中生成行动计划,而无需符号描述.
- 由SiMIP生成的计划被发现是人类可解释的,与深度强化学习方法不同.
结论:
- 模拟思维图像用于规划 (SiMIP) 为机器人任务规划提供了一个可行的符号化替代方案.
- 该方法允许直观,人类可解释的规划,弥合了人类和机器人任务执行之间的差距.
- 未来的工作可以量化SiMIP在各种机器人任务上的效率和成功率,例如对象包装.
