Demonstraciya arqalı programmalastırıw
Kompyuter iliminde, demonstraciya arqalı programmalastırıw (PbD) — bul kompyuterge yamasa robotqa jańa minez-qulıqlardı onı mashina buyrıqları arqalı programmalastırıw ornına, wazıypanı tikkeley kórsetiw arqalı úyretiw ushın aqırǵı paydalanıwshı islep shıǵıw texnikası.
«Mısal menen programmalastırıw» (PbE) hám «demonstraciya arqalı programmalastırıw» (PbD) terminleri programmalastırıw tilin úyrenbesten operaciyalar izbe-izligin anıqlaw usılın anıqlaw ushın 1980-jıllardıń ortalarında[1] programmalıq támiynattı islep shıǵıw izertlewlerinde payda boldı. Bul terminler arasındaǵı ádebiyattaǵı ádettegi ayırmashılıq — PbE-de paydalanıwshı kompyuter orınlawınıń prototip ónimin beredi, mısalı, sorawdıń qálegen nátiyjelerindegi bir qatar; al PbD-de paydalanıwshı kompyuterdiń qaytalawı kerek bolǵan háreketler izbe-izligin orınlaydı, onı hár túrli maǵlıwmatlar toplamlarında paydalanıw ushın ulıwmalastıradı.
Bul eki termin dáslep ajıratılmaǵan edi, biraq keyinirek PbE kóbinese programmalıq támiynattı islep shıǵıw izertlewshileri tárepinen, al PbD kóbinese robototexnika izertlewshileri tárepinen qabıl etile basladı. Búgingi kúnde PbE tolıǵı menen basqa bir túsinikti bildiredi, ol simulyatorlarǵa uqsas jańa programmalastırıw tilleri menen qollap-quwatlanadı. Bul freymvorktı Bayes programma sintezi menen salıstırıwǵa boladı.
Robotlardı demonstraciya arqalı programmalastırıw
PbD paradigması robototexnika sanaatı ushın dáslep robot programmaların islep shıǵıw hám qollap-quwatlawǵa baylanıslı shıǵınlar sebepli tartımlı bolıp tabıladı. Bul tarawda operator kóbinese erisiw kerek bolǵan wazıypa haqqında jasırın bilimge iye (ol onı qalay islewdi biledi), biraq ádette robottı qayta konfiguraciyalaw ushın kerekli programmalastırıw kónlikpelerine (yamasa waqıtqa) iye emes. Wazıypanı qalay orınlawdı mısallar arqalı kórsetiw solay etip hárbir detaldı anıq programmalastırmastan kónlikpeni úyreniwge imkaniyat beredi.
Robototexnikada usınılǵan birinshi PbD strategiyaları tiykarınan robottı belgili bir izbe-izlikte (poziciya, baǵdar, uslap turıwshı jaǵdayı) qabıl etiwi kerek bolǵan sáykes konfiguraciyalar toplamı arqalı háreketlendiriwden ibarat bolǵan úyretiw, baǵdarlaw yamasa qayta oynatıw usıllarına tiykarlanǵan edi (arnawlı interfeys arqalı yamasa qol menen). Bul usıl sońınan tiykarınan teleoperaciya basqarıwına itibar beriw hám kóriw sıyaqlı hár túrli interfeyslerdi paydalanıw arqalı basqıshpa-basqısh jaqsılandı.
Degen menen, bul PbD usılları ele de tikkeley qaytalawdı paydalanatuǵın edi, bul sanaatta tek tap sol birdey ónim komponentlerin paydalanıp jıynaw liniyasın dúziwde ǵana paydalı edi. Bul koncepciyanı hár túrli variantları bar ónimlerge qollanıw yamasa programmalardı jańa robotlarǵa qollanıw ushın, ulıwmalastırıw máselesi áhmiyetli noqatqa aylandı. Bul máseleni sheshiw ushın, kónlikpeni ulıwmalastırıwdıń birinshi talpınısları tiykarınan paydalanıwshınıń niyetleri haqqındaǵı sorawlar arqalı paydalanıwshı járdemine tiykarlanǵan edi. Sońınan, ulıwmalastırıw máselesin sheshiw ushın hár túrli abstrakciya dárejeleri usınıldı, olar tiykarınan simvollıq dárejede yamasa traektoriya dárejesinde úyreniw usıllarına bólingen.
Gumanoid robotlardıń rawajlanıwı tábiyiy túrde robotlardı demonstraciya arqalı programmalastırıwǵa qızıǵıwshılıqtıń artıwına alıp keldi. Gumanoid robot óziniń tábiyatı boyınsha jańa ortalıqlarǵa beyimlesiwi kerek bolǵanlıqtan, tek adam sırtqı kórinisi ǵana áhmiyetli emes, al onıń basqarıwı ushın qollanılatuǵın algoritmler de iykemlilikti hám kóp táreplilikti talap etedi. Úziliksiz ózgerip turatuǵın ortalıqlar hám robottıń orınlawı kútiletuǵın wazıypalardıń úlken túrliligi sebepli, robot úziliksiz túrde jańa kónlikpelerdi úyreniw hám bar kónlikpelerdi jańa kontekstlerge beyimlestiriw qábiletin talap etedi.
PbD boyınsha izertlewler sonday-aq óziniń dáslepki taza injenerlik kózqarasınan basqıshpa-basqısh uzaqlasıp, adamlar menen haywanlardaǵı eliklew processin emulyaciyalaw ushın neyrobilim hám sociallıq ilimlerden alınǵan túsiniklerdi qabıl etetuǵın pánler aralıq usıldı qabılladı. Robototexnikada bul jumıs toplamınıń barǵan sayın kóbirek esapqa alınıwı menen, Robotlardı demonstraciya arqalı programmalastırıw (sonday-aq RPD yamasa RbD dep te ataladı) túsinigi de basqıshpa-basqısh eliklew arqalı úyreniw degen biologiyalıq atama menen almastırıldı.
Neyronlıq-basılǵan Turaqlı Vektor Maydanları (NiVF)
Neyronlıq-basılǵan Turaqlı Vektor Maydanları[2] (NiVF) ESANN 2013 te jańa úyreniw sxeması retinde usınıldı hám vektor maydanların Ekstremal Úyreniw Mashinaları (ELM) sıyaqlı neyron tarmaqlarǵa kepillikli turaqlı usılda qalay basıwdı kórsetedi. Bunnan tısqarı, maqalası eń jaqsı studentlik jumıs sıylıǵın uttı. Tarmaqlar háreketlerdi bildiredi, bunda asimptotikalıq turaqlılıq Lyapunov turaqlılıq teoriyasınan alınǵan sheklewler arqalı kirgiziledi. Bul usıldıń adamnıń qol jazba háreketlerinen úyrenilgen turaqlı hám tegis noqattan noqatqa háreketlerdi tabıslı orınlaytuǵını kórsetilgen.
Dinamikalıq sistemanıń turaqlılıǵı ushın paydalanılatuǵın Lyapunov kandidatın da úyreniw múmkin[3]. Usı sebepke baylanıslı, eki basqıshlı processke tiykarlanǵan kórsetiwlerden turaqlı dinamikalıq sistemalardı bahalaytuǵın neyronlıq úyreniw sxeması kerek: birinshiden, maǵlıwmatlarǵa tiykarlanǵan Lyapunov funkciyası kandidatı bahalanadı. Ekinshiden, turaqlılıq neyronlıq úyreniwde jergilikli sheklewlerdi húrmet etiwdiń jańa usılı arqalı kirgiziledi. Bul dinamikalıq sistemanıń dálligin bir waqıtta saqlap, quramalı háreketlerdi bekkem dúzip, turaqlı dinamikanı úyreniwge imkaniyat beredi.
Diffeomorflıq transformaciyalar
Diffeomorflıq transformaciyalar robot háreketleri ushın dinamikalıq sistemalardıń úyreniliw qábiletin ádewir arttırıw ushın ásirese jaramlı bolıp shıqtı. Dinamikalıq sistemalardıń turaqlı bahalawshısı (SEDS) robot háreketlerin basqarıw ushın waqıtqa ǵárezsiz sistemalardı úyreniwdiń qızıqlı bir usılı. Degen menen, bul tek kvadratlı Lyapunov funkciyaları bar dinamikalıq sistemalar menen sheklengen. Jańa Tau-SEDS[4] tásili bul sheklewlerdi matematikalıq elegant usılda jeńip ótedi.
Parametrlengen kónlikpeler
Adam operatorı tárepinen bir wazıypa kórsetilgennen keyin, traektoriya maǵlıwmatlar bazasında saqlanadı. Shiyki maǵlıwmatlarǵa ańsatlaw kiriw parametrlengen kónlikpeler menen ámelge asırıladı[5]. Kónlikpe maǵlıwmatlar bazasınan soraw jiberedi hám traektoriya payda etedi. Mısalı, dáslep «opengripper(slow)» kónlikpesi háreket maǵlıwmatlar bazasına jiberiledi hám juwap retinde robottıń saqlanǵan háreketi beriledi. Kónlikpeniń parametrleri sırtqı sheklewlerdi qanaatlandırıw ushın siyasattı modifikaciyalawǵa imkaniyat beredi.
Kónlikpe — bul tábiyiy tilde berilgen wazıypa atları menen noqatlardan ibarat 3D keńisligindegi tiykarındaǵı keńislik-waqıt háreketi arasındaǵı interfeys. Jeke kónlikpeler joqarı dárejeli kózqarastan uzaǵıraq háreket izbe-izligin anıqlaw ushın bir wazıypaǵa biriktiriliwi múmkin. Ámeliy qosımshalar ushın hár túrli háreketler bir kónlikpe kitapxanasında saqlanadı. Abstrakciya dárejesin jáne de arttırıw ushın, kónlikpeler dinamikalıq háreket primitivlerine (DMP) aylandırılıwı múmkin. Olar kórsetiw waqtında belgisiz bolǵan robot traektoriyasın jedel payda etedi. Bul sheshiwshiniń iykemliligin arttırıwǵa járdem beredi[6].
Robototexnikadan tıs qollanıw
Aqırǵı paydalanıwshılar ushın, quramalı quralda (mısalı, Photoshop) jumıs aǵımın avtomatlastırıw ushın, PbD-niń eń ápiwayı jaǵdayı — makro jazıwshı.
Derekler
- ↑ Halbert, Dan (November 1984). Programming by Example. U.C. Berkeley (PhD diss.). http://danhalbert.org/pbe.pdf. Retrieved 2012-07-28.
- ↑ A. Lemme, K. Neumann, R. F. Reinhart, J. J. Steil (2013). "Neurally Imprinted Stable Vector Fields". Proc. Europ. Symp. On Artificial Neural Networks: 327–332. http://www.neuralautomation.de/app/download/25503860/LemmeNeumannReinhartSteil_ESANN2013.pdf.
- ↑ A. Lemme, K. Neumann, and J. J. Steil. 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2013.
- ↑ K. Neumann and J. J. Steil (2015). "Learning Robot Motions with Stable Dynamical Systems under Diffeomorphic Transformations". Robotics and Autonomous Systems 70 (C): 1–15. doi:10.1016/j.robot.2015.04.006. http://www.neuralautomation.de/app/download/25504620/NeumannSteil_RaAS2015.pdf.
- ↑ Pervez, Affan and Lee, Dongheui. Learning task-parameterized dynamic movement primitives using mixture of GMMs. Springer. http://mediatum.ub.tum.de/doc/1430289/document.pdf.
- ↑ Alizadeh. 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI) — 608–613 bet. DOI:10.1109/mfi.2017.8170389.