Sugen på en bit av en nygrillad bollpark? Två robotar vid namn Jaco och Baxter kan servera en. Boston Universitys ingenjörer har gjort ett hopp i att använda maskininlärning för att lära robotar att utföra komplexa uppgifter, ett ramverk som kan tillämpas på en mängd uppgifter, som att identifiera cancerfläckar på mammogram eller bättre förstå talade kommandon för att spela musik. Men först, som ett bevis på konceptet – de har lärt sig hur man förbereder den perfekta korven.

Forskare förstår fortfarande inte helt exakt hur maskinlärande algoritmer – ja, lära sig. Den blinda fläcken gör det svårt att tillämpa tekniken på komplexa, högriskuppgifter som autonom körning, där säkerheten är ett problem. I ett steg framåt publicerad i Vetenskapsrobotik , Calin Belta, professor vid BU College of Engineering, och forskare i hans labb lärde två robotar att laga mat, montera, och servera varmkorv tillsammans. Deras metod kombinerar tekniker från maskininlärning och formella metoder, ett område inom datavetenskap som vanligtvis används för att garantera säkerhet, används mest i flygelektronik eller cybersäkerhetsprogram. Dessa olika tekniker är svåra att kombinera matematiskt och att sätta ihop till ett språk som en robot kommer att förstå.

Belta, professor i mekanik, system, och el- och datateknik, och hans team anställde en gren av maskininlärning som kallas förstärkningsinlärning. När en dator slutför en uppgift korrekt, den får en belöning som styr dess inlärningsprocess. Även om stegen i uppgiften beskrivs i en "förkunskapsalgoritm", exakt hur man utför dessa steg är det inte. När roboten blir bättre på att utföra ett steg, dess belöning ökar, skapa en återkopplingsmekanism som driver roboten att lära sig det bästa sättet att, till exempel, ställ en korv på en bulle.

Att integrera förkunskaper med förstärkningsinlärning och formella metoder är det som gör denna teknik ny. Genom att kombinera dessa tre tekniker, teamet kan minska mängden möjligheter som robotarna måste gå igenom för att lära sig laga mat, montera, och servera en varmkorv på ett säkert sätt. Belta ser detta arbete som en proof-of-concept demonstration av deras allmänna ramverk, och han hoppas att det framöver kan tillämpas på andra komplexa uppgifter, som autonom körning.