Å lære en robot hvordan man gjør noe gjøres vanligvis ved enten å programmere den til å utføre en bestemt oppgave, eller demonstrere den oppgaven som roboten kan observere og etterligne. Den sistnevnte metoden har imidlertid hittil ikke vært nøyaktig nok til at roboter kunne overføre kunnskapen til andre roboter.
Det endrer seg imidlertid takket være forskere fra MITs datalogi og kunstig intelligenslaboratorium (CSAIL) og en deres nye undervisningsmetode, kalt C-LEARN. Det kan få vidtrekkende konsekvenser ved å gjøre det lettere for ikke-programmerere å lære roboter hvordan de skal utføre bestemte oppgaver. Enda bedre, det lar roboter lære andre roboter hvordan de skal utføre de samme oppgavene.
Systemet gjør dette ved å gi roboten en kunnskapsbase med informasjon om hvordan man kan nå og gripe forskjellige objekter. Deretter, ved hjelp av et 3D-grensesnitt, vises roboten en enkelt demo om hvordan man, for eksempel, kan plukke opp en sylinder eller åpne en dør. Oppgaven er delt inn i viktige øyeblikk kalt “keyframes” - trinn som roboten må ta for å utføre oppgaven riktig.
Testbedet for C-LEARN er en liten, toarmet robot-bortskaffelsesrobot kalt Optimus. Når Optimus lærer å utføre en oppgave, kan den overføre kunnskapen til Atlas, en seks fot høy, 400-pund robot (vi skrev om Atlas flere ganger tidligere, her. og her.).
"Ved å kombinere intuitiviteten til å lære fra demonstrasjon med presisjonen i bevegelsesplanleggingsalgoritmer, kan denne tilnærmingen hjelpe roboter til å utføre nye typer oppgaver som de ikke har vært i stand til å lære før, som flertrinnssamling med begge armene, ”Uttalte Claudia Pérez-D'Arpino, en doktorgradsstudent som skrev en artikkel om C-LEARN sammen med MIT-professor Julie Shah.