Дослідники з великобританії іван капелюх і едвард джонс створили програму neatnet для навчання роботів, які допомагають по дому. В основі алгоритму лежить графічна нейронна мережа. Вона дозволяє аналізувати обстановку, розрізняти нові об’єкти і їх розташування в просторі.
Сучасні роботи можуть багато чого, але вони все ще потребують людського контролю. Завдяки новій програмі роботи зможуть стати більш самостійними. Наприклад, пересуватися по будинку, враховуючи розташування меблів і побутові звички господарів квартири. Те, як розставлені меблі в будинку, залежить від особливостей кожного власника. Програма буде аналізувати і запам’ятовувати ці особливості. Наприклад, чи ставить людина тендітні келихи біля краю столу, прибирає чи недочитану книгу на полицю, закриває двері кухонних шаф.
«наприклад, людина може вважати за краще, щоб на столі все було розкладено в певному порядку. Робот вивчить ці переваги і буде робити прибирання так, щоб всі речі були на своїх місцях», — коментує едвард джонс.
Алгоритм neatnet розробили на основі інструментів машинного навчання, які використовують стрімінгові платформи (netflix, youtube, spotify) або інші ресурси, які використовують системи рекомендацій для користувачів. Рекомендаційні системи вивчають переваги користувача на основі того, що він дивився або слухав або до якого доступу звертався в минулому. За таким же принципом працює neatnet.
Програма сканує простір і запам’ятовує, який порядок організували самі користувачі. Переваги людини записуються у вигляді послідовності чисел. Neatnet використовує числові послідовності для впорядкування будь-якої групи об’єктів, які він зустріне в навколишньому просторі. Так як робот заздалегідь не знає, скільки саме об’єктів він зустріне, neatnet використовує графову нейронну мережу для обробки зображень. Кожне зображення робот моделює як графік, де кожен об’єкт є точкою, а всі точки пов’язані між собою. Алгоритм також вивчає відносини між різними об’єктами. Так вони розуміє, що клавіатура і миша зазвичай знаходяться поруч, а столові прилади — збоку від тарілок.
Дослідники провели серію експериментів в симуляціях з різними варіантами розташування предметів. Алгоритм повинен був навести порядок з урахуванням переваг 75 різних користувачів. У всіх тестах neatnet послідовно розставив предмети в правильному порядку для кожної людини. В даний час дослідники проводять експеримент за участю реальних роботів.
