ستساعدك المقالة التالية: قابل RoboPianist: مجموعة معايير جديدة للتحكم عالي الأبعاد في إتقان البيانو باستخدام عقارب روبوت مقلدة
تعتبر عملية القياس في مجالات التحكم والتقدم في التعلم المعزز صعبة للغاية. كانت المنطقة المحرومة بشكل خاص هي المعايير القوية التي تركز على التحكم عالي الأبعاد ، بما في ذلك ، على وجه الخصوص ، “مشكلة التحدي” النهائية للروبوتات عالية الأبعاد: إتقان التحكم اليدوي الثنائي (باليدين) متعدد الأصابع. في الوقت نفسه ، بدأت بعض جهود المقارنة المعيارية في تعلم التحكم والتعزيز في تجميع واستكشاف جوانب مختلفة من العمق. على الرغم من عقود من البحث لتقليد براعة اليد البشرية ، لا يزال التحكم عالي الأبعاد في الروبوتات يمثل صعوبة كبيرة.
تقدم مجموعة من الباحثين من جامعة كاليفورنيا في بيركلي وجوجل وديب مايند وجامعة ستانفورد وجامعة سيمون فريزر مجموعة معايير جديدة للتحكم عالي الأبعاد تسمى ROBOPIANIST. في عملهم ، تم تكليف أيدي الروبوت المحاكاة اليدوية ثنائية الشكل بعزف أغانٍ مختلفة مشروطًا بالموسيقى الورقية في نسخ الواجهة الرقمية للآلات الموسيقية (MIDI). تحتوي أيدي الروبوت على 44 مشغلًا إجمالًا و 22 مشغلًا لكل يد ، على غرار الطريقة التي تكون بها الأيدي البشرية أقل فاعلية.
يتطلب تشغيل أغنية بشكل جيد أن تكون قادرًا على تسلسل الإجراءات بطرق تُظهر العديد من صفات سياسات التحكم عالية الأبعاد. هذا يتضمن:
- الدقة المكانية والزمانية.
- تنسيق يدين وعشرة أصابع
- التخطيط الاستراتيجي للدفعات الرئيسية لتسهيل الضغط على المفاتيح الأخرى
تشتمل 150 أغنية على معيار ROBOPIANIST-repertoire-150 الأصلي ، كل منها يعمل كعمل افتراضي مستقل. يدرس الباحثون مظروف الأداء للطرق الخالية من النماذج والقائمة على النماذج من خلال تجارب شاملة مثل الأساليب الخالية من النماذج (RL) والطرق القائمة على النماذج (MPC). تشير النتائج إلى أنه على الرغم من وجود مساحة كبيرة للتحسين ، يمكن للسياسات المقترحة أن تنتج أداءً قويًا.
يمكن استخدام قدرة السياسة على تعلم أغنية لفرز الأغاني (أي المهام) حسب الصعوبة. يعتقد الباحثون أن القدرة على تجميع المهام وفقًا لمثل هذه المعايير يمكن أن تشجع على مزيد من الدراسة في مجموعة من المجالات المتعلقة بتعلم الروبوت ، مثل المناهج ونقل التعلم. يوفر RoboPianist فرصًا رائعة لمختلف مناهج الدراسة ، مثل التعلم بالمحاكاة والتعلم متعدد المهام والتعميم بدون طلقة والتعلم متعدد الوسائط (الصوت والرؤية واللمس). بشكل عام ، يُظهر ROBOPIANIST هدفًا بسيطًا ، وهو بيئة سهلة التكرار ومعايير تقييم واضحة ومفتوحة لإمكانيات الامتداد المختلفة في المستقبل.
