Un equipo de investigadores de la Universidad de California en Los Ángeles (UCLA), bajo la supervisión del profesor Song-Chun Zhu, ha desarrollado un entorno virtual 3-D interactivo para entrenar y evaluar sistemas de IA. Su plataforma, llamado VRKitchen, se presentó recientemente en un artículo publicado previamente en arXiv.

"Entrenar robots en el mundo real es caro, lento y difícilmente reproducible, "Tianmin Shu, un doctorado estudiante de UCLA que realizó el estudio, dijo a TechXplore. "Debido a esto, en años recientes, hemos sido testigos de un gran progreso en la construcción de plataformas virtuales 3D habilitadas para la física (por ejemplo, AI2-THOR, House3D) donde los agentes de IA incorporados pueden caminar y encontrar un objeto objetivo ".

A pesar de sus muchas ventajas, La mayoría de las plataformas virtuales existentes para entrenar sistemas de IA no permiten interacciones complejas con objetos físicos. que son muy comunes en situaciones del mundo real. Además, muchas de estas plataformas no permiten que los humanos participen en la formación de agentes dentro del entorno virtual.

"En este trabajo, nuestro objetivo es construir una plataforma virtual altamente interactiva y realista, permitir a los investigadores entrenar y evaluar a sus agentes de IA en una amplia gama de tareas del mundo real que implican manipulaciones complejas de objetos (por ejemplo, cocinar una comida), ", Dijo Shu." Otro objetivo de nuestra investigación es construir interfaces de realidad virtual que permitan a los humanos enseñar a los agentes de inteligencia artificial mediante demostraciones en el mismo entorno ".

VRKitchen, el entorno virtual creado por Shu y sus colegas, se basa en Unreal Engine 4, conjunto de herramientas que generalmente utilizan los desarrolladores de juegos para diseñar juegos o simulaciones. En comparación con los entornos virtuales existentes, VRKitchen tiene dos ventajas clave.

Primero, en VRKitchen, un agente de IA puede realizar una amplia gama de tareas de cocina con ricos cambios de estado de objeto y objetivos de composición. Por ejemplo, si un agente está aprendiendo a hacer pizza, el entorno virtual simula los efectos visuales del queso rallado, los tomates se cortan y los ingredientes se colocan sobre la masa.

"Realmente esperábamos que la capacidad de simular estas complejas tareas de cocción hiciera que VRKitchen se destacara de otras plataformas, "Xiaofeng Gao, Doctor. estudiante de UCLA que realizó el estudio, dijo a TechXplore.

Una segunda ventaja de VRKitchen es que el agente incorporado que navega por el entorno virtual puede ser controlado tanto por algoritmos de IA como por usuarios humanos. Esto permite a los humanos hacer demostraciones a agentes de IA, para que este último pueda adquirir conocimientos sobre cómo realizar una tarea mediante la observación, en lugar de tener que aprender la tarea de forma independiente.

"Creamos tres módulos principales en VRKitchen, "Gao explicó." (1) el motor de física basado en UE4 (Unreal Engine 4) y el módulo de renderizado fotorrealista con varios agentes humanoides, y un conjunto de escenas de cocina personalizables que consta de varios muebles, electrodomésticos de cocina, ingredientes de comida, contenedores, y herramientas para cocinar; (2) un módulo de interfaz de usuario que permite a los usuarios o algoritmos realizar tareas mediante un dispositivo de realidad virtual o API de Python; (3) un puente Python-UE4, que transfiere comandos de alto nivel a señales de control de motores y los envía al agente ".

El entorno virtual desarrollado por Shu, Gao y sus colegas pronto podrían usarse para capacitar a agentes impulsados ​​por una amplia gama de técnicas de aprendizaje automático en tareas complejas que involucran la manipulación de objetos de grano fino. Junto con VRKitchen, los investigadores presentaron nuevos puntos de referencia de evaluación estandarizados y herramientas de recopilación de datos, que están diseñados para facilitar el uso de su plataforma en entornos de investigación.

"Los enfoques populares en la literatura reciente que funcionan bien en entornos virtuales más simples no logran un rendimiento decente en las tareas de cocción implementadas en nuestra plataforma, imponiendo un nuevo desafío para la investigación de la IA y destacando la importancia de construir entornos virtuales más realistas y complejos, "" Dijo Shu. "Ahora planeamos abrir nuestra plataforma y albergar desafíos estandarizados (VR Chef Challenge) para la comunidad de IA. También estamos trabajando en la creación de agentes de IA que puedan adquirir de manera eficiente habilidades complejas explorando el mundo virtual ellos mismos, así como aprendiendo de humanos demostraciones ".

© 2019 Science X Network