Ejemplo del conjunto de datos en el que trabajaron los investigadores. Crédito:Wang et al.
Los seres humanos tenemos la capacidad innata de predecir el efecto de las colisiones, simplemente usando su sentido común. En muchos casos, los humanos incluso pueden predecir los resultados de colisiones similares en situaciones en las que la masa, fricción, u otros factores varían. ¿Podrían las máquinas también alcanzar una capacidad similar?
Investigadores del Instituto de Robótica de la Universidad Carnegie Mellon y de Third Wave Automation han creado recientemente un modelo de física intuitivo e interpretable para predecir los efectos de las colisiones. Su modelo basado en aprendizaje automático, presentado en un artículo publicado previamente en arXiv, se encontró que generalizaba bien, incluso en situaciones en las que se simulan escenas similares con diferentes propiedades subyacentes.
"Cuando ocurre una colisión, los humanos podemos inferir la física subyacente y usar esta información para predecir el efecto de la colisión, "Xiaolong Wang, uno de los investigadores que realizó el estudio, dijo a TechXplore. "Por ejemplo, podemos predecir que una esfera rebotará cuando choque con una caja más pesada, mientras que la esfera seguirá moviéndose si choca con un objeto más ligero. Inspirado por esto, diseñamos un modelo de física intuitivo que puede comprender las propiedades físicas (fricción, masa y velocidad) de los objetos viendo videos de colisiones de objetos, ayudando a predecir mejor los resultados de las colisiones ".
En el modelo de física intuitivo desarrollado por Wang y sus colegas, Las dimensiones específicas en las capas de cuello de botella de la red neuronal convolucional (CNN) corresponden a diferentes propiedades físicas. Como estas propiedades a menudo dependen unas de otras o están conectadas, los investigadores también introdujeron un plan de estudios de formación y una función de pérdida generalizada, que se encontró que supera a los enfoques de línea de base.
Resultados producidos por el modelo. Crédito:Wang et al.
"Nuestro modelo es una red neuronal convolucional de estructura codificadora-decodificadora, "Explicó Wang." Las entradas para el modelo son los fotogramas de video antes de que ocurra la colisión y el momento de la colisión. El modelo generará las representaciones desenredadas de la masa, fricción y velocidad de los objetos. Estas representaciones físicas luego se decodifican para predecir la trama futura después de las colisiones ".
En las evaluaciones realizadas por los investigadores, Se encontró que el modelo se generalizaba bien en escenas con diferentes propiedades físicas subyacentes o en las que los objetos tenían diferentes formas. Además, fue capaz de predecir eficazmente el futuro en instancias en las que el entorno físico cambiaba.
"Aprender un modelo de física interpretable nos permite comprender mejor las redes neuronales, ", Dijo Wang." En lugar de mirar una red neuronal de caja negra, ahora podemos manipular y controlar las representaciones de la red para generar los resultados de predicción que queremos ".
El estudio realizado por Wang y sus colegas ofrece una idea de hasta dónde pueden llegar las redes neuronales para replicar las capacidades humanas innatas. En el futuro, su modelo podría tener una serie de aplicaciones interesantes en escenarios de la vida real, predecir los resultados de las colisiones entre objetos reales en el espacio.
"Nuestro trabajo se basa en simulaciones, por lo que ahora estamos tratando de adaptar nuestro método al mundo real, ", Dijo Wang." Al entrar en el mundo físico, también permitimos que humanos o robots interactúen activamente con los objetos para comprender la física ".
© 2018 Tech Xplore
