Deze robot leert een taak door 29 seconden naar een filmpje te kijken

Onderzoekers uit China, onder meer van de Tsinghua-universiteit en robotbedrijf X Square Robot, hebben een methode ontwikkeld waarmee een robot nieuwe taken kan leren in slechts tientallen seconden. Het systeem heet HOST en heeft aan één demonstratiefilmpje genoeg.

Robots zijn nog niet klaar om alle klusjes in je huis over te nemen. Een van de moeilijkst op te lossen problemen is dat ze voor elke nieuwe taak honderden of zelfs duizenden voorbeelden moeten zien voordat ze die zelf kunnen uitvoeren. Die data verzamelen vergt tijd en de training van het model zelf ook. Nog een probleem is dat robots die iets nieuws leren daarna slechter presteren op taken die ze eerder al konden.

HOST werkt anders. Het systeem behandelt de video als een instructie in plaats van als trainingsmateriaal. De interne instellingen van het model zelf blijven onveranderd. Op die manier kan er ook niets worden overschreven. Het systeem vertaalt niet de beelden van de mens in het instructiefilmpje rechtstreeks naar bewegingen, maar naar wat de robot met zijn eigen ogen zou moeten waarnemen als hij in de plaats van die mens stond.

500 keer sneller, maar nog niet goed genoeg

Een caveat: het model moest wel op voorhand getraind worden. Het leerde eerst 193.462 robotbewegingen verspreid over 229 taken en werd daarna bijgesteld met bijna 6.000 filmpjes van mensen die een taak voordoen. Pas toen werd de techniek getest, op 50 nieuwe taken. Daarbij haalde het systeem een gemiddeld slaagpercentage van 62 procent. Het had 50 keer minder demonstraties nodig en ging meer dan 500 keer sneller dan de sterkste methode waarmee het werd vergeleken. Ook vergat het bijna nooit oude vaardigheden.

Het systeem is nog verre van perfect. Een slaagpercentage van 62 procent is goed voor een lab, maar een ramp in een fabriek. Er is dus nog wat onderzoek nodig voordat robots hier in de praktijk iets aan hebben.