Prácticamente todo el campo del aprendizaje motor (la aplicación de técnicas de aprendizaje automático para la manipulación y / o locomoción robótica) no está resuelto. El problema es que, a diferencia de prácticamente todas las aplicaciones de aprendizaje automático exitosas, el aprendizaje motor carece de datos. No puede recopilar conjuntos de datos con millones de entradas; un robot físicamente no puede realizar millones de pruebas de una tarea de manipulación o locomoción. Cientos, sí, o tal vez miles, pero no millones. Entonces, ¿todos esos encantadores resultados de aprendizaje profundo que funcionan tan bien cuando puedes entrenarlos en una base de datos de millones de imágenes usando una supercomputadora? Esos no funcionan. La mayoría de las técnicas de aprendizaje automático dependen de tener grandes datos. El aprendizaje motor es lo opuesto a eso.
Los problemas de aprendizaje motor pueden abordarse, al menos inicialmente, en simulación. Hay muchos motores dinámicos de código abierto que se ejecutarán en una PC que están bien para este tipo de cosas. ODE, Bullet, Chrono: Engine hará todo el trabajo.
Elija una interesante tarea de aprendizaje motor que sea manejable para simular: una mano humanoide que toma y manipula una cuchara, por ejemplo, o un cuadrúpedo que corre a gran velocidad sobre un campo de rocas. Luego intente descubrir cómo hacer que el robot aprenda a resolver la tarea. Pero hágalo en varias iteraciones que podría hacer en hardware real: cientos o miles de iteraciones, pero no millones. Y no escriba una solución especial que solo pueda aplicarse a esa tarea. Haz que se aplique a cualquier tarea similar. Si puede aprender a manipular una cuchara, también debería ser capaz de aprender a balancear un martillo.
- ¿Cuál será el mejor algoritmo para encontrar el camino más corto para mover un robot de un punto a otro, cuando varios robots se mueven en un campo?
- ¿Por qué se necesitan varias épocas para el aprendizaje profundo?
- ¿Qué juego de estrategia te recomiendan para aprender a hacer IA?
- ¿Es mentalmente saludable permitir que los niños jueguen con juegos artificialmente inteligentes y osos de peluche que interactúan con ellos?
- ¿Alguna vez has visto una pieza de matemática avanzada que haya demostrado ser útil para avanzar en el estado de la IA?
Haz un video de tus resultados. Escriba un documento y envíelo a un ICRA o IROS. Si puede hacer que un robot aprenda a manipular un objeto en solo un par de cientos de intentos, incluso en simulación, la gente quedará impresionada.
Como efecto secundario, aprenderá todo sobre los motores de dinámica, que serán útiles cuando escriba su primer juego de un millón de dólares.