स्मार्ट चश्मा की मदद से प्रशिक्षण रोबोट?

न्यूयॉर्क विश्वविद्यालय में सामान्य-उद्देश्य वाले रोबोटिक्स और एआई लैब ने एगोज़ेरो को पेश किया है, एक ढांचा जो रोबोट के लिए प्रशिक्षण डेटा उत्पन्न करने के लिए स्मार्ट चश्मे का उपयोग करता है।सिस्टम रोबोट प्रदर्शन डेटा की आवश्यकता के बिना सामान्य-उद्देश्य हेरफेर मॉडल को प्रशिक्षित करने के लिए Egocentric वीडियो और स्थानिक ट्रैकिंग का लाभ उठाता है।एगोज़ेरो का "अहंकार" हिस्सा डेटा की "अहंकारी" प्रकृति को संदर्भित करता है, जिसका अर्थ है कि यह एक कार्य करने वाले व्यक्ति के दृष्टिकोण से एकत्र किया जाता है।

एगोज़ेरो मेटा के प्रोजेक्ट आरिया ग्लासेस से अहंकारी रिकॉर्डिंग पर काम करता है।ये डिवाइस निरंतर प्रथम-व्यक्ति वीडियो और स्थानिक जानकारी को कैप्चर करते हैं क्योंकि मनुष्य रोजमर्रा के कार्य करते हैं।डेटा को एक पाइपलाइन के माध्यम से संसाधित किया जाता है जो कि कैमरा प्रक्षेपवक्र और त्रिभुज का उपयोग करके 3 डी में ऑब्जेक्ट पॉइंट करता है।हैंड पोज़ आकलन मॉडल उन महत्वपूर्ण बिंदुओं को प्रदान करते हैं जो संपर्क और गति वैक्टर का प्रतिनिधित्व करते हुए "एक्शन पॉइंट्स" में परिवर्तित हो जाते हैं।

सिस्टम कच्ची छवि हस्तांतरण से बचता है।इसके बजाय, यह 3 डी अंतरिक्ष में बिंदु-आधारित प्रक्षेपवक्र में रिकॉर्डिंग को कम करता है।यह बिंदु अमूर्तता मानव हाथों और रोबोटिक अंत-प्रभावितों के बीच दृश्य बेमेल को बायपास करता है।रोबोट हथियार तब मानव गति की उपस्थिति को पुन: पेश करने की कोशिश करने के बजाय, वस्तुओं के संबंध में इन बिंदुओं के सापेक्ष गति को दोहराते हैं।

प्रूफ-ऑफ-कॉन्सेप्ट प्रयोगों में, पिक-एंड-प्लेस एक्शन सहित सात कार्यों में से प्रत्येक के लिए 20 मिनट के मानव प्रदर्शन दर्ज किए गए थे।इस अहंकारी डेटा पर केवल प्रशिक्षित रोबोट ने भौतिक कार्यों पर तैनात होने पर 70 प्रतिशत सफलता दर हासिल की।

वास्तुकला पोर्टेबिलिटी और स्केलेबिलिटी प्रदान करता है।स्मार्ट चश्मा प्रासंगिक कार्य विवरण स्वचालित रूप से कैप्चर करते हैं, क्योंकि पहनने वाले महत्वपूर्ण क्षेत्रों में अपने दृश्य को उन्मुख करते हैं।यह स्थिर बाहरी कैमरों की तुलना में कार्य-प्रासंगिक डेटा को बढ़ाता है।यह रोबोट-विशिष्ट डेटा संग्रह की आवश्यकता को भी हटा देता है, जो समय लेने वाली और हार्डवेयर-निर्भर है।

एगोज़ेरो के साथ, शोधकर्ताओं ने रोबोट ग्रासिंग को दोहराने के लिए एक स्मार्टफोन कैमरे के साथ एक 3 डी-प्रिंटेड हैंडहेल्ड ग्रिपर विकसित किया।यह समानांतर विधि एक ही बिंदु-स्पेस ट्रैकिंग सिद्धांत को लागू करती है और बड़े डेटा संग्रह के लिए कम लागत वाली पथ प्रदान करती है।

Egozero मानव-वस्तु की बातचीत के स्केलेबल डेटासेट की ओर एक कदम का प्रतिनिधित्व करता है, जो भाषा मॉडल के लिए इंटरनेट-स्केल टेक्स्ट डेटा के बराबर है, जिसका उद्देश्य सामान्य-उद्देश्य वाले रोबोटिक्स में तेजी लाना है।