In de toekomst kunnen robots allerlei saaie klusjes van mensen overnemen, zoals de vaatwasser uitruimen of kleding strijken. Om dat goed te doen en zich niet te laten afleiden, moeten ze leren irrelevante informatie uit hun omgeving te filteren. TU/e-promovendus Bram Grooten ontwikkelt algoritmes die robots helpen zich aan te passen aan nieuwe situaties en gefocust te blijven op hun taak.
Om een robot tot een succesvol hulpje te maken, moet je hem eerst een taak geven, legt Grooten uit. Daarvoor kun je een robot trainen door hem talloze voorbeelden te laten zien. Daarnaast kun je op de computer simulaties bouwen, waarmee je in korte tijd veel voorbeelden genereert om de robot verder te trainen. Vaak wordt hiervoor een methode gebruikt die reinforcement learning heet. Vaak leert een robot op deze manier gedrag dat alleen goed werkt in de situatie waarin hij getraind is. Als er iets verandert – het kledingstuk zit anders in elkaar, of de omgeving ziet er anders uit – kan de robot in de war raken. Zet je hem bijvoorbeeld in een andere kamer, dan kan hij afgeleid raken door het behang, een houten vloer of de televisie die aanstaat.
Het doel is daarom om robots te ontwikkelen die zich blijven focussen op hun taak en zich niet laten afleiden door onverwachte prikkels: adaptive reinforcement learning.
Lees het hele stuk op de site van Cursor van de TUe.
