ทหารสามารถสอนหุ่นยนต์ในอนาคตถึงวิธีการที่เหนือกว่ามนุษย์

ที่ห้องปฏิบัติการวิจัยกองทัพบกของกองบัญชาการพัฒนาขีดความสามารถในการสู้รบของกองทัพสหรัฐฯ และมหาวิทยาลัยเทกซัสออสติน นักวิจัยได้ออกแบบอัลกอริทึมที่ช่วยให้ยานภาคพื้นดินอัตโนมัติสามารถปรับปรุงระบบนำทางที่มีอยู่โดยการเฝ้าดูการขับเคลื่อนของมนุษย์ ทีมงานได้ทดสอบแนวทางของมัน ซึ่งเรียกว่าการเรียนรู้พารามิเตอร์แบบอะแดปทีฟแพลนเนอร์จากการสาธิต หรือ APPLD บนยานภาคพื้นดินไร้คนขับรุ่นทดลองของกองทัพบก "การใช้แนวทางเช่น APPLD ทหารปัจจุบันในโรงฝึกที่มีอยู่จะสามารถมีส่วนร่วมในการปรับปรุงระบบอัตโนมัติได้ง่ายๆ เพียงแค่ใช้งานยานพาหนะของพวกเขาตามปกติ" ดร. การ์เร็ตต์ วอร์เนลล์ นักวิจัยกองทัพบกกล่าว "เทคนิคเช่นนี้จะเป็นส่วนสำคัญในแผนของกองทัพบกในการออกแบบและจัดหายานรบรุ่นต่อไปที่ติดตั้งเพื่อนำทางอัตโนมัติในสภาพแวดล้อมการใช้งานแบบออฟโรด" นักวิจัยได้ผสมผสานการเรียนรู้ของเครื่องจากอัลกอริธึมการสาธิตและระบบนำทางอัตโนมัติแบบคลาสสิกอื่นๆ แทนที่จะแทนที่ระบบดั้งเดิมทั้งหมด APPLD เรียนรู้วิธีปรับแต่งระบบที่มีอยู่ให้ทำงานเหมือนการสาธิตของมนุษย์มากขึ้น กระบวนทัศน์นี้ช่วยให้ระบบที่ปรับใช้ยังคงรักษาคุณประโยชน์ทั้งหมดของระบบนำทางแบบคลาสสิก เช่น ความเหมาะสมที่สุด ความสามารถในการอธิบาย และความปลอดภัย ในขณะเดียวกันก็ช่วยให้ระบบมีความยืดหยุ่นและปรับตัวเข้ากับสภาพแวดล้อมใหม่ได้ Warnell กล่าว Warnell กล่าวว่า "การสาธิตการขับขี่ของมนุษย์โดยใช้คอนโทรลเลอร์ไร้สาย Xbox ในชีวิตประจำวัน ช่วยให้ APPLD เรียนรู้วิธีปรับแต่งระบบนำทางอัตโนมัติของยานพาหนะให้แตกต่างกันไปตามสภาพแวดล้อมในท้องถิ่นนั้นๆ" Warnell กล่าว "ตัวอย่างเช่น เมื่ออยู่ในทางเดินที่คับแคบ มนุษย์จะขับรถช้าลงและขับอย่างระมัดระวัง หลังจากสังเกตพฤติกรรมนี้ ระบบอัตโนมัติก็เรียนรู้ที่จะลดความเร็วสูงสุดและเพิ่มงบประมาณในการคำนวณในสภาพแวดล้อมที่คล้ายคลึงกัน ซึ่งท้ายที่สุดแล้วทำให้ยานพาหนะประสบความสำเร็จ นำทางด้วยตนเองในทางเดินแคบ ๆ อื่น ๆ ซึ่งก่อนหน้านี้ล้มเหลว " งานวิจัยนี้เป็นส่วนหนึ่งของโครงการ Open Campus ของกองทัพบก ซึ่งนักวิทยาศาสตร์ของกองทัพในเท็กซัสร่วมมือกับพันธมิตรทางวิชาการที่ UT Austin ดร. ปีเตอร์ สโตน ศาสตราจารย์และประธานของ Robotics Consortium ที่ UT Austin กล่าวว่า "APPLD เป็นอีกตัวอย่างหนึ่งของกระแสผลการวิจัยที่เพิ่มขึ้นซึ่งได้รับการอำนวยความสะดวกโดยความร่วมมือที่ไม่เหมือนใครระหว่าง UT Austin และ Army Research Lab" "การมีดร. วอร์เนลล์ประจำอยู่ที่ UT Austin แบบเต็มเวลา ทำให้เราสามารถระบุและจัดการกับปัญหาการวิจัยที่เป็นทั้งความก้าวหน้าทางวิทยาศาสตร์ที่ล้ำสมัยและยังเกี่ยวข้องกับกองทัพบกได้อย่างรวดเร็ว" หน่วยซีล การทดลองของทีมแสดงให้เห็นว่าหลังจากการฝึกอบรม ระบบ APPLD สามารถสำรวจสภาพแวดล้อมการทดสอบได้รวดเร็วขึ้นและมีข้อผิดพลาดน้อยกว่าระบบดั้งเดิม นอกจากนี้ ระบบ APPLD ที่ผ่านการฝึกอบรมมักจะสำรวจสภาพแวดล้อมได้เร็วกว่ามนุษย์ที่ได้รับการฝึกฝน วารสารIEEE Robotics and Automation Lettersตีพิมพ์ผลงานของทีม: APPLD: Adaptive Planner Parameter Learning From Demonstration "จากมุมมองของแมชชีนเลิร์นนิง APPLD แตกต่างจากระบบการเรียนรู้แบบ end-to-end ที่พยายามเรียนรู้ระบบนำทางทั้งหมดตั้งแต่เริ่มต้น" Stone กล่าว "วิธีการเหล่านี้มักจะต้องการข้อมูลจำนวนมาก และอาจนำไปสู่พฤติกรรมที่ไม่ปลอดภัยหรือไม่แข็งแรง APPLD ใช้ประโยชน์จากส่วนต่างๆ ของระบบควบคุมที่ได้รับการออกแบบทางวิศวกรรมอย่างรอบคอบ ในขณะที่เน้นความพยายามในการเรียนรู้ของเครื่องไปที่กระบวนการปรับพารามิเตอร์ ซึ่งก็คือ มักจะทำไปตามสัญชาตญาณของคนคนเดียว" APPLD แสดงถึงกระบวนทัศน์ใหม่ที่ผู้ที่ไม่มีความรู้ระดับผู้เชี่ยวชาญในด้านวิทยาการหุ่นยนต์สามารถช่วยฝึกและปรับปรุงการนำทางยานพาหนะอัตโนมัติในสภาพแวดล้อมที่หลากหลาย แทนที่จะเป็นวิศวกรทีมเล็ก ๆ ที่พยายามปรับแต่งระบบนำทางด้วยตนเองในสภาพแวดล้อมการทดสอบจำนวนน้อย ผู้ใช้จำนวนไม่จำกัดจริง ๆ จะสามารถให้ข้อมูลที่จำเป็นแก่ระบบในการปรับจูนตัวเองให้เข้ากับสภาพแวดล้อมแบบไม่จำกัดจำนวน ดร. โจนาธาน ฟิงก์ นักวิจัยกองทัพบกกล่าวว่า "ระบบนำทางอัตโนมัติในปัจจุบันต้องได้รับการปรับแต่งใหม่ด้วยมือสำหรับแต่ละสภาพแวดล้อมการใช้งานใหม่" "กระบวนการนี้ยากมาก ต้องทำโดยผู้ที่มีการฝึกอบรมด้านวิทยาการหุ่นยนต์มาอย่างโชกโชน และต้องมีการลองผิดลองถูกหลายครั้งจนกว่าจะพบการตั้งค่าระบบที่เหมาะสม ในทางกลับกัน APPLD จะปรับแต่งระบบโดยอัตโนมัติโดยเฝ้าดูมนุษย์ ขับเคลื่อนระบบ -- สิ่งที่ใครๆ ก็ทำได้หากมีประสบการณ์กับตัวควบคุมเกมวิดีโอ ในระหว่างการปรับใช้ APPLD ยังอนุญาตให้ระบบปรับแต่งตัวเองใหม่ตามเวลาจริงเมื่อสภาพแวดล้อมเปลี่ยนไป" ความสนใจของกองทัพบกในการปรับปรุงยานรบรุ่นต่อไปให้ทันสมัยรวมถึงการออกแบบทั้งยานรบที่มีคนบังคับและยานรบหุ่นยนต์ที่สามารถนำทางได้ด้วยตนเองในสภาพแวดล้อมการใช้งานแบบออฟโรด ในขณะที่ทหารสามารถนำทางสภาพแวดล้อมเหล่านี้ได้ขณะขับยานรบในปัจจุบัน สภาพแวดล้อมยังคงท้าทายเกินไปสำหรับระบบนำทางอัตโนมัติที่ล้ำสมัย APPLD และแนวทางที่คล้ายกันนี้ถือเป็นแนวทางใหม่สำหรับกองทัพบกในการปรับปรุงความสามารถในการนำทางอัตโนมัติที่มีอยู่ "นอกเหนือจากความเกี่ยวข้องโดยตรงกับกองทัพแล้ว APPLD ยังสร้างโอกาสในการเชื่อมช่องว่างระหว่างแนวทางวิศวกรรมแบบดั้งเดิมกับเทคนิคการเรียนรู้ของเครื่องจักรที่เกิดขึ้นใหม่ เพื่อสร้างหุ่นยนต์เคลื่อนที่ที่แข็งแกร่ง ปรับตัวได้ และอเนกประสงค์ในโลกแห่งความเป็นจริง" ดร. Xuesu Xiao นักวิจัยหลังปริญญาเอกที่ UT Austin และผู้เขียนนำรายงาน เพื่อดำเนินการวิจัยนี้ต่อไป ทีมงานจะทดสอบระบบ APPLD ในสภาพแวดล้อมกลางแจ้งที่หลากหลาย ใช้ไดรเวอร์ของทหาร และทดลองกับแนวทางการนำทางอัตโนมัติที่มีอยู่หลากหลายมากขึ้น นอกจากนี้ นักวิจัยจะตรวจสอบว่าการรวมข้อมูลเซ็นเซอร์เพิ่มเติม เช่น ภาพจากกล้อง สามารถนำไปสู่การเรียนรู้พฤติกรรมที่ซับซ้อนมากขึ้น เช่น การปรับระบบนำทางให้ทำงานภายใต้สภาวะที่แตกต่างกัน เช่น บนภูมิประเทศที่แตกต่างกัน หรือมีวัตถุอื่นอยู่หรือไม่