近年來(lái)，深度學(xué)習(xí)算法在包括藝術(shù)學(xué)科在內(nèi)的各個(gè)領(lǐng)域都取得了顯著的成績(jī)。事實(shí)上，世界各地的許多計(jì)算機(jī)科學(xué)家已經(jīng)成功地開(kāi)發(fā)了可以創(chuàng)作藝術(shù)作品的模型，包括詩(shī)歌，繪畫(huà)和素描。
首爾國(guó)立大學(xué)的研究人員最近推出了一種新的藝術(shù)深度學(xué)習(xí)框架，旨在提高素描機(jī)器人的技能。他們的框架在ICRA 2022上發(fā)表的一篇論文中引入，并在arXiv上預(yù)先發(fā)布，允許素描機(jī)器人同時(shí)學(xué)習(xí)基于行程的渲染和運(yùn)動(dòng)控制。
“我們研究的主要?jiǎng)訖C(jī)是用非基于規(guī)則的機(jī)制（如深度學(xué)習(xí)）來(lái)做一些很酷的事情。我們認(rèn)為繪畫(huà)是一件很酷的事情，可以表明繪畫(huà)表演者是否是一個(gè)博學(xué)的機(jī)器人而不是人類(lèi)，“該論文的第一作者Ganghun Lee告訴TechXplore?！白罱纳疃葘W(xué)習(xí)技術(shù)在藝術(shù)領(lǐng)域顯示出驚人的結(jié)果，但其中大多數(shù)都是關(guān)于生成模型的，這些模型可以同時(shí)產(chǎn)生整個(gè)像素的結(jié)果。
Lee和他的同事們沒(méi)有開(kāi)發(fā)一個(gè)通過(guò)生成特定的像素圖案來(lái)產(chǎn)生藝術(shù)作品的生成模型，而是創(chuàng)建了一個(gè)框架，將繪畫(huà)表示為一個(gè)順序決策過(guò)程。這種順序過(guò)程類(lèi)似于人類(lèi)使用鋼筆或鉛筆繪制單個(gè)線(xiàn)條以逐漸創(chuàng)建草圖的方式。
然后，研究人員希望將他們的框架應(yīng)用于機(jī)器人素描代理，以便它可以使用真正的鋼筆或鉛筆實(shí)時(shí)生成草圖。雖然其他團(tuán)隊(duì)過(guò)去為“機(jī)器人藝術(shù)家”創(chuàng)建了深度學(xué)習(xí)算法，但這些模型通常需要包含草圖和圖紙的大型訓(xùn)練數(shù)據(jù)集，以及反向運(yùn)動(dòng)學(xué)方法來(lái)教機(jī)器人操縱筆并用它畫(huà)草圖。
另一方面，Lee和他的同事創(chuàng)建的框架沒(méi)有接受過(guò)任何現(xiàn)實(shí)世界繪圖示例的訓(xùn)練。相反，隨著時(shí)間的推移，它可以通過(guò)反復(fù)試驗(yàn)的過(guò)程自主開(kāi)發(fā)自己的繪圖策略。
“我們的框架也沒(méi)有使用反向運(yùn)動(dòng)學(xué)，這使得機(jī)器人的運(yùn)動(dòng)有點(diǎn)嚴(yán)格，相反，它還讓系統(tǒng)找到自己的運(yùn)動(dòng)技巧（調(diào)整關(guān)節(jié)值），使運(yùn)動(dòng)風(fēng)格盡可能自然，”Lee說(shuō)?！皳Q句話(huà)說(shuō)，它直接移動(dòng)其關(guān)節(jié)而沒(méi)有基元，而許多機(jī)器人系統(tǒng)通常使用基元來(lái)移動(dòng)。
圖片來(lái)源：Lee et al.
這個(gè)研究小組創(chuàng)建的模型包括兩個(gè)“虛擬代理”，即上層和下層智能體。上層階級(jí)特工的角色是學(xué)習(xí)新的繪畫(huà)技巧，而下層階級(jí)特工則學(xué)習(xí)有效的運(yùn)動(dòng)策略。
這兩個(gè)虛擬代理使用強(qiáng)化學(xué)習(xí)技術(shù)進(jìn)行單獨(dú)訓(xùn)練，只有在完成各自的訓(xùn)練后才會(huì)配對(duì)。然后，Lee和他的同事在一系列真實(shí)世界的實(shí)驗(yàn)中測(cè)試了他們的組合性能，使用帶有2D夾具的6-DoF機(jī)器人手臂。在這些初始測(cè)試中獲得的結(jié)果非常令人鼓舞，因?yàn)樵撍惴ㄔ试S機(jī)器人代理生成特定圖像的良好草圖。
圖片來(lái)源：Lee et al.
“我們發(fā)現(xiàn)，為每個(gè)目標(biāo)訓(xùn)練的基于強(qiáng)化學(xué)習(xí)的模塊可以合并，以實(shí)現(xiàn)更大的協(xié)作目標(biāo)，”Lee解釋說(shuō)?！霸诜謱釉O(shè)置中，來(lái)自上層代理的決定可以是'中間狀態(tài)'，這允許下層代理觀察做出較低的決策。如果每個(gè)級(jí)別的代理都訓(xùn)練有素，并且足夠推廣到每個(gè)狀態(tài)空間，那么由每個(gè)模塊組成的整個(gè)系統(tǒng)就可以做偉大的事情。然而，基本條件是，正如所有強(qiáng)化學(xué)習(xí)方法一樣，每個(gè)代理的獎(jiǎng)勵(lì)函數(shù)都應(yīng)該是精心塑造的（這并不容易）。
將來(lái)，Lee和他的同事創(chuàng)建的框架可用于提高現(xiàn)有和新開(kāi)發(fā)的機(jī)器人素描代理的性能。與此同時(shí)，Lee正在開(kāi)發(fā)類(lèi)似的基于創(chuàng)造性強(qiáng)化學(xué)習(xí)的模型，包括一個(gè)可以產(chǎn)生藝術(shù)拼貼畫(huà)的系統(tǒng)。
圖片來(lái)源：Lee et al.
“我們還想將任務(wù)擴(kuò)展到更復(fù)雜的機(jī)器人繪圖，例如繪畫(huà)，但我現(xiàn)在更關(guān)注強(qiáng)化學(xué)習(xí)應(yīng)用本身的實(shí)際問(wèn)題，而不是機(jī)器人繪圖，”Lee補(bǔ)充道?！拔蚁Ｍ覀兊恼撐某蔀橐粋€(gè)有趣且有意義的例子，說(shuō)明純粹基于強(qiáng)化學(xué)習(xí)的應(yīng)用程序，特別是配備機(jī)器人。
原文標(biāo)題：A deep learning framework to enhance the capabilities of a robotic sketching agent
原文鏈接：https://techxplore.com/news/2022-08-deep-framework-capabilities-robotic-agent.html
作者：Ingrid Fadelli
編譯：LCR
好了，這篇文章的內(nèi)容發(fā)貨聯(lián)盟就和大家分享到這里，如果大家網(wǎng)絡(luò)推廣引流創(chuàng)業(yè)感興趣，可以添加微信：80709525 備注：發(fā)貨聯(lián)盟引流學(xué)習(xí)； 我拉你進(jìn)直播課程學(xué)習(xí)群，每周135晚上都是有實(shí)戰(zhàn)干貨的推廣引流技術(shù)課程免費(fèi)分享！
