Nuovo algoritmo permette a robot militari USA di imparare da umani

Il veicolo autonomo dell'esercito può migliorare il proprio sistema di navigazione osservando gli esseri umani (credito: US Army)

Un algoritmo di deep learning che permette ai nuovi veicoli terrestri autonomi di tipo robotico sviluppati dall’esercito americano di essere più efficienti osservando gli umani e imitandoli è stato sviluppato da un team dell’Army Research Laboratory in colorazione con gli scienziati dell’Università del Texas ad Austin.
Nello specifico l’algoritmo permette veicoli terrestri di migliorare i propri sistemi di navigazione osservando guide umane. Questo approccio relativamente nuovo, basato su un nuovo algoritmo di intelligenza artificiale denominato “adaptive planner parameter learning from demonstration”, o APPLD, è stato già testato su uno dei veicoli terrestri autonomi dell’esercito americano.

Gli stessi militari lasciano intendere che si tratta solo dell’inizio: lo stesso comunicato sul sito dell’esercito dichiara che tutto ciò di cui c’è bisogno per insegnare ad un robot come superare gli umani è un soldato e un controller.
“Tecniche come queste saranno un importante contributo ai piani dell’esercito per progettare e mettere in campo veicoli da combattimento di nuova generazione che sono equipaggiati per navigare autonomamente in ambienti di dispiegamento fuoristrada”, spiega Garrett Warnell, uno dei ricercatori dell’esercito.

APPLD è stato sviluppato in modo da comportarsi quanto più possibile come la controparte umana: ciò permette al robot, in questo caso un veicolo fuoristrada autonomo, di essere flessibile di adattarsi ai nuovi ambienti proprio come farebbe un essere umano.
“Una singola dimostrazione della guida umana, fornita utilizzando un normale controller wireless per Xbox, ha permesso a APPLD di imparare come regolare il sistema di navigazione autonomo esistente nel veicolo in modo diverso a seconda del particolare ambiente locale”, spiega ancora Warnell.

Quest’ultimo fa un esempio per spiegare meglio il risultato raggiunto: nel corso della dimostrazione, il soldato alla guida del veicolo rallentava e guidava con maggior attenzione quando doveva attraversare un corridoio molto stretto. Il software del sistema autonomo del veicolo imparava a ridurre la propria velocità nella stessa condizione dopo aver visto la dimostrazione dell’essere umano. Si tratta di una condizione, quella del corridoio molto stretto in cui dover rallentare per non restare bloccato che, precedentemente allo sviluppo di questo algoritmo, portava al fallimento dell’operazione da parte del veicolo autonomo.
Dopo vari test, i ricercatori inoltre si accorgevano che il veicolo autonomo provvisto di software APPLD riusciva a navigare nell’ambiente anche più velocemente dell’essere umano che lo aveva addestrato.
Lo studio è stato pubblicato su IEEE Robotics and Automation Letters.

Approfondimenti

Articoli correlati

Condividi questo articolo

Dati articolo

Resta aggiornato su Facebook