Het softwareprogramma CaP genereert automatisch configuratiecode, met grote tijdswinst tot gevolg.
Is de tijd voorbij dat robots moeten worden geprogrammeerd via ingewikkelde en aangepaste code? Als het van Google afhangt dan zal het programmeren alleszins een stuk gemakkelijker verlopen via Code as Policies (CaP). Dat programma zet natural language commands, gewone taal dus, om in gesofisticeerde code om robots aan te sturen. De opensource software is beschikbaar op GitHub.
Robots programmeren zelf
Wanneer een bedrijf een robot wil inzetten op een productielijn, dan krijgt die robot een waslijst aan ingewikkelde code om die ene taak tot een goed einde te brengen. Om een nieuwe taak aan te leren moet het bedrijf opnieuw op maat geschreven code invoeren in de robot. Vaak zijn hiervoor manuele handelingen nodig wat het proces nog langer, en duurder, maakt.
Met Code as Policies (CaP) heeft Google een programma op de markt die automatisch die ingewikkelde code genereert, op basis van gewone mensentaal. Die code komt tot stand via AI-modellen. Google en andere techbedrijven werken al jaren aan AI-systemen die software schrijven op basis van user prompts. Via de code gegenereerd door CaP kan de robot taken uitvoeren die zijn gespecifieerd door de gebruiker.
Trainen op meerdere taken
Wetenschappers bij Google hebben de mogelijkheden van CaP getest tijdens een reeks interne evaluatierondes. Zo onderzochten ze of CaP een robot kon trainen om blokken van plaats te veranderen. “CaP maakt het mogelijk om één systeem of robot verschillende complexe robottaken uit te laten voeren zonder specifieke taakgebonden training”, schrijft wetenschapper Andy Zeng in een blog.
lees ook
Google ontwikkelt taalmodel dat robots in staat stelt ons beter te begrijpen
Volgens de onderzoekers is de AI-systemen die CaP aansturen niet ontwikkeld om robotcode te genereren. De technici trainden de systemen via de ‘few shot methode’. In plaats van een taak aan te leren uit een groot aantal voorbeelden, gebruikt de methode slechts een handvol voorbeelden. Dat proces zorgt voor tijdswinst. De wetenschappers trainden Cap door voorbeelden te geven van hoe gewone taal kan worden omgezet in robot configuratiecode.
CaP schrijft software via de Python programmeertaal. Samen met de nieuwe manier van code schrijven heeft de software toegang tot een reeks bibliotheken en voorgeschreven codepakketten om taken te automatiseren. “Onze experimenten tonen aan dat CaP een stap vooruit is in de richten van robotten die hun handelingen kunnen aanpassen en hun mogelijkheden kunnen uitbreiden”, besluit Zeng.