Source : Universit\u00e9 du Texas \u00e0 Austin, Texas Advanced Computing Center<\/p>\n\n\n\n
Avant de rejoindre l'Universit\u00e9 du Texas \u00e0 Arlington en tant que professeur adjoint au D\u00e9partement d'informatique et d'ing\u00e9nierie et d'y fonder le Robotic Vision Laboratory, William Beksi a effectu\u00e9 un stage chez iRobot, le plus grand producteur mondial de robots grand public (principalement via son aspirateur robot Roomba). .<\/p>\n\n\n\n
Pour naviguer dans des environnements b\u00e2tis, les robots doivent \u00eatre capables de d\u00e9tecter et de prendre des d\u00e9cisions sur la mani\u00e8re d'interagir avec leur environnement. Les chercheurs de l\u2019entreprise souhaitaient utiliser l\u2019apprentissage automatique et profond pour entra\u00eener leurs robots \u00e0 en apprendre davantage sur les objets, mais cela n\u00e9cessite un vaste ensemble de donn\u00e9es d\u2019images. Bien qu\u2019il existe des millions de photos et de vid\u00e9os de pi\u00e8ces, aucune n\u2019a \u00e9t\u00e9 prise depuis le point d\u2019observation d\u2019un aspirateur robotique. Les efforts visant \u00e0 s\u2019entra\u00eener \u00e0 l\u2019aide d\u2019images pr\u00e9sentant des perspectives centr\u00e9es sur l\u2019humain ont \u00e9chou\u00e9.<\/p>\n\n\n\n
Les recherches de Beksi se concentrent sur la robotique, la vision par ordinateur et les syst\u00e8mes cyber-physiques. "En particulier, je m'int\u00e9resse au d\u00e9veloppement d'algorithmes qui permettent aux machines d'apprendre de leurs interactions avec le monde physique et d'acqu\u00e9rir de mani\u00e8re autonome les comp\u00e9tences n\u00e9cessaires pour ex\u00e9cuter des t\u00e2ches de haut niveau", a-t-il d\u00e9clar\u00e9.<\/p>\n\n\n\n
Des ann\u00e9es plus tard, avec un groupe de recherche comprenant six doctorants en informatique, Beksi a rappel\u00e9 le probl\u00e8me de formation du Roomba et a commenc\u00e9 \u00e0 explorer des solutions. Une approche manuelle, utilis\u00e9e par certains, consiste \u00e0 utiliser une cam\u00e9ra co\u00fbteuse \u00e0 360 degr\u00e9s pour capturer les environnements (y compris les maisons Airbnb lou\u00e9es) et un logiciel personnalis\u00e9 pour assembler les images en un tout. Mais Beksi pensait que la m\u00e9thode de capture manuelle serait trop lente pour r\u00e9ussir.<\/p>\n\n\n\n
Au lieu de cela, il s'est tourn\u00e9 vers une forme d'apprentissage profond connue sous le nom de r\u00e9seaux contradictoires g\u00e9n\u00e9ratifs, ou GAN, dans lesquels deux r\u00e9seaux de neurones s'affrontent dans un jeu jusqu'\u00e0 ce que le \u00ab g\u00e9n\u00e9rateur \u00bb de nouvelles donn\u00e9es puisse tromper un \u00ab discriminateur \u00bb. Une fois form\u00e9, un tel r\u00e9seau permettrait la cr\u00e9ation d'un nombre infini de pi\u00e8ces ou d'environnements ext\u00e9rieurs possibles, avec diff\u00e9rents types de chaises, de tables ou de v\u00e9hicules aux formes l\u00e9g\u00e8rement diff\u00e9rentes, mais toujours \u2014 pour une personne et un robot \u2014 des objets identifiables aux dimensions reconnaissables. et caract\u00e9ristiques.<\/p>\n\n\n\n
"Vous pouvez perturber ces objets, les d\u00e9placer dans de nouvelles positions, utiliser diff\u00e9rentes lumi\u00e8res, couleurs et textures, puis les restituer en une image d'entra\u00eenement qui pourrait \u00eatre utilis\u00e9e dans un ensemble de donn\u00e9es", a-t-il expliqu\u00e9. "Cette approche fournirait potentiellement des donn\u00e9es illimit\u00e9es sur lesquelles entra\u00eener un robot."<\/p>\n\n\n\n
"La conception manuelle de ces objets n\u00e9cessiterait une \u00e9norme quantit\u00e9 de ressources et d'heures de travail humain, tandis que, s'ils sont form\u00e9s correctement, les r\u00e9seaux g\u00e9n\u00e9ratifs peuvent les fabriquer en quelques secondes", a d\u00e9clar\u00e9 Mohammad Samiul Arshad, un \u00e9tudiant dipl\u00f4m\u00e9 du groupe de Beksi impliqu\u00e9 dans la recherche.<\/p>\n\n\n\n
G\u00c9N\u00c9RER DES OBJETS POUR DES SC\u00c8NES SYNTH\u00c9TIQUES<\/strong><\/p>\n\n\n\n Apr\u00e8s quelques tentatives initiales, Beksi a r\u00e9alis\u00e9 que son r\u00eave de cr\u00e9er des sc\u00e8nes photor\u00e9alistes compl\u00e8tes \u00e9tait d\u00e9sormais hors de port\u00e9e. "Nous avons pris du recul et examin\u00e9 les recherches actuelles pour d\u00e9terminer comment commencer \u00e0 plus petite \u00e9chelle, en g\u00e9n\u00e9rant des objets simples dans des environnements."<\/p>\n\n\n\n Beksi et Arshad ont pr\u00e9sent\u00e9 PCGAN, le premier r\u00e9seau contradictoire g\u00e9n\u00e9ratif conditionnel \u00e0 g\u00e9n\u00e9rer des nuages de points color\u00e9s denses en mode non supervis\u00e9, lors de la Conf\u00e9rence internationale sur la vision 3D (3DV) en novembre 2020. Leur article, \u00ab Un r\u00e9seau contradictoire g\u00e9n\u00e9ratif conditionnel progressif pour g\u00e9n\u00e9rer Nuages de points 3D denses et color\u00e9s \u00bb, montre que leur r\u00e9seau est capable d'apprendre \u00e0 partir d'un ensemble d'apprentissage (d\u00e9riv\u00e9 de ShapeNetCore, une base de donn\u00e9es de mod\u00e8les CAO) et d'imiter une distribution de donn\u00e9es 3D pour produire des nuages de points color\u00e9s avec des d\u00e9tails fins \u00e0 plusieurs r\u00e9solutions.<\/p>\n\n\n\n "Certains travaux pourraient g\u00e9n\u00e9rer des objets synth\u00e9tiques \u00e0 partir de ces ensembles de donn\u00e9es de mod\u00e8les CAO", a-t-il d\u00e9clar\u00e9. "Mais personne ne savait encore g\u00e9rer la couleur."<\/p>\n\n\n\n Afin de tester leur m\u00e9thode sur une diversit\u00e9 de formes, l'\u00e9quipe de Beksi a choisi des chaises, des tables, des canap\u00e9s, des avions et des motos pour leur exp\u00e9rience. L\u2019outil permet aux chercheurs d\u2019acc\u00e9der au nombre quasi infini de versions possibles de l\u2019ensemble d\u2019objets g\u00e9n\u00e9r\u00e9s par le syst\u00e8me d\u2019apprentissage en profondeur.<\/p>\n\n\n\n "Notre mod\u00e8le apprend d'abord la structure de base d'un objet \u00e0 basse r\u00e9solution et \u00e9volue progressivement vers des d\u00e9tails de haut niveau", a-t-il expliqu\u00e9. \u00ab La relation entre les parties de l'objet et leurs couleurs \u2014 par exemple, les pieds de la chaise\/table sont de la m\u00eame couleur tandis que l'assise\/le plateau sont contrast\u00e9s \u2014 est \u00e9galement apprise par le r\u00e9seau. Nous commen\u00e7ons petit, en travaillant avec des objets et en construisant une hi\u00e9rarchie pour g\u00e9n\u00e9rer une sc\u00e8ne enti\u00e8rement synth\u00e9tique qui serait extr\u00eamement utile pour la robotique.<\/p>\n\n\n\n Ils ont g\u00e9n\u00e9r\u00e9 5 000 \u00e9chantillons al\u00e9atoires pour chaque classe et effectu\u00e9 une \u00e9valuation en utilisant un certain nombre de m\u00e9thodes diff\u00e9rentes. Ils ont \u00e9valu\u00e9 \u00e0 la fois la g\u00e9om\u00e9trie et la couleur des nuages de points \u00e0 l\u2019aide de diverses mesures courantes dans le domaine. Leurs r\u00e9sultats ont montr\u00e9 que PCGAN est capable de synth\u00e9tiser des nuages de points de haute qualit\u00e9 pour un \u00e9ventail disparate de classes d'objets.<\/p>\n\n\n\n SIM2R\u00c9AL<\/strong><\/p>\n\n\n\n Un autre probl\u00e8me sur lequel Beksi travaille est connu famili\u00e8rement sous le nom de \u00ab sim2real \u00bb. "Vous disposez de donn\u00e9es d'entra\u00eenement r\u00e9elles et de donn\u00e9es d'entra\u00eenement synth\u00e9tiques, et il peut y avoir des diff\u00e9rences subtiles dans la fa\u00e7on dont un syst\u00e8me d'IA ou un robot en apprend", a-t-il d\u00e9clar\u00e9. "'Sim2real' \u00e9tudie comment quantifier ces diff\u00e9rences et rendre les simulations plus r\u00e9alistes en capturant la physique de cette sc\u00e8ne (friction, collisions, gravit\u00e9) et en utilisant le tra\u00e7age de rayons ou de photons."<\/p>\n\n\n\n La prochaine \u00e9tape pour l'\u00e9quipe de Beksi consiste \u00e0 d\u00e9ployer le logiciel sur un robot et \u00e0 voir comment il fonctionne par rapport \u00e0 l'\u00e9cart entre le domaine sim et le domaine r\u00e9el.<\/p>\n\n\n\n La formation du mod\u00e8le PCGAN a \u00e9t\u00e9 rendue possible gr\u00e2ce \u00e0 la ressource d'apprentissage en profondeur Maverick 2 de TACC, \u00e0 laquelle Beksi et ses \u00e9tudiants ont pu acc\u00e9der via le programme de recherche sur la cyberinfrastructure de l'Universit\u00e9 du Texas (UTRC), qui fournit des ressources informatiques aux chercheurs de n'importe lequel des syst\u00e8mes UT. 14 \u00e9tablissements.<\/p>\n\n\n\n "Si vous souhaitez augmenter la r\u00e9solution pour inclure plus de points et plus de d\u00e9tails, cette augmentation s'accompagne d'une augmentation du co\u00fbt de calcul", a-t-il not\u00e9. \u00ab\u00a0Nous ne disposons pas de ces ressources mat\u00e9rielles dans mon laboratoire, il \u00e9tait donc essentiel d'utiliser TACC pour y parvenir.\u00a0\u00bb<\/p>\n\n\n\n En plus des besoins informatiques, Beksi avait besoin d'un stockage \u00e9tendu pour la recherche. \u00ab Ces ensembles de donn\u00e9es sont \u00e9normes, en particulier les nuages de points 3D \u00bb, a-t-il d\u00e9clar\u00e9. \u00ab Nous g\u00e9n\u00e9rons des centaines de m\u00e9gaoctets de donn\u00e9es par seconde ; chaque nuage de points compte environ 1 million de points. Cela n\u00e9cessite une \u00e9norme quantit\u00e9 de stockage.<\/p>\n\n\n\n M\u00eame si Beksi affirme que le domaine est encore loin d'avoir de tr\u00e8s bons robots robustes capables d'\u00eatre autonomes pendant de longues p\u00e9riodes, cela profiterait \u00e0 plusieurs domaines, notamment les soins de sant\u00e9, l'industrie manufacturi\u00e8re et l'agriculture.<\/p>\n\n\n\n "Cette publication n'est qu'un petit pas vers l'objectif ultime de g\u00e9n\u00e9rer des sc\u00e8nes synth\u00e9tiques d'environnements int\u00e9rieurs pour faire progresser les capacit\u00e9s de perception robotique", a-t-il d\u00e9clar\u00e9.<\/p>\n\n\n\n Source de l'histoire\u00a0:<\/strong><\/p>\n\n\n\n Mat\u00e9riaux<\/a> fourni par Universit\u00e9 du Texas \u00e0 Austin, Texas Advanced Computing Center<\/strong><\/a>. Original \u00e9crit par Aaron Dubrow. Remarque : Le contenu peut \u00eatre modifi\u00e9 pour le style et la longueur.<\/em><\/p>","protected":false},"excerpt":{"rendered":" Les informaticiens ont d\u00e9velopp\u00e9 une m\u00e9thode d'apprentissage en profondeur pour cr\u00e9er des objets r\u00e9alistes pour des environnements virtuels pouvant \u00eatre utilis\u00e9s pour entra\u00eener des robots. Les chercheurs ont utilis\u00e9 le supercalculateur Maverick2 de TACC pour former le r\u00e9seau contradictoire g\u00e9n\u00e9ratif. Ce r\u00e9seau est le premier \u00e0 pouvoir produire des nuages de points color\u00e9s avec des d\u00e9tails fins \u00e0 plusieurs r\u00e9solutions. Source\u00a0:\u00a0Universit\u00e9 du Texas \u00e0 Austin, [\u2026]<\/p>","protected":false},"author":2,"featured_media":652,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[23,2],"tags":[],"class_list":{"0":"post-644","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-luxury-tech","8":"category-luxury-toys"},"_links":{"self":[{"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/posts\/644","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/comments?post=644"}],"version-history":[{"count":0,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/posts\/644\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/media\/652"}],"wp:attachment":[{"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/media?parent=644"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/categories?post=644"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.luxurymarketreview.com\/fr\/wp-json\/wp\/v2\/tags?post=644"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n\n\n\n