ENGINEERINGNET.BE - Supergrote neurale netwerken met miljarden parameters, die in staat zijn om op menselijk niveau gesprekken te voeren en complexe taken op te lossen, hebben de laatste jaren veel aandacht gekregen.
Deze ontwikkeling heeft ook de robotica bereikt. Veel robotica-onderzoekers werken nu aan dit soort netwerken die allerlei taken kunnen oplossen en functioneren op verschillende robotlichamen.
In het project ETAPE onderzoekt Kevin Luck van de Vrije Universiteit Amsterdam met collega's nieuwe manieren om dergelijke modellen betrouwbaarder de belichaming van de robot en de huidige taak te laten identificeren, zodat ze een op maat gemaakt robotbesturingsbeleid kunnen genereren.
De onderzoekers willen dit bereiken door robuuste fundamentele modellen te modulariseren en intern te structureren. Zij streven ernaar om deze modellen beter uitlegbaar te maken, alsmede beter toepasbaar op allerlei robotapparatuur en sneller inzetbaar te maken, en om het energieverbruik voor training van dergelijke grote modellen te verminderen als er nieuwe data beschikbaar komt.
Aan het eind van dit project hopen de informatici de eerste resultaten te hebben behaald en een onderzoeksprogramma te starten dat de toepassingsgebieden van grote neurale netwerken in robotica kan uitbreiden, hun huidige problematische energie-inefficiëntie kan aanpakken, en onderzoekers en burgers een beter begrip kan bieden van de interne werking van een robuust fundamenteel model.
Luck ontvangt subsidie van het Nederlandse programma Nationaal Groeifonds AiNed voor dit project.
