Bugüne değin yapay zeka veya robotlara görevleri kodlama ve
deneme – yanılma testleriyle öğretilmişti. Ancak görev öğrenimi çok yakında
günlük işlerin bir parçasıymış gibi gerçekleştirebilecek. MIT araştırmacıları
tarafından geliştirilen ve Planning with Uncertain Specifications (PUnS) akşam
yemeği masasını hazırlamak gibi karmaşık görevlerin öğreniminde robotlara yardımcı
oluyor.
PUnS sistemi, doğru aksiyon alındığında robotu ödüllendirmek
yerine doğrusal zamansal mantık diline sahip olarak robotun nasıl hareket
etmesi gerektiği konusunda yön veriyor. Robotu doğru sonuca itmek için
araştırmacılar robotun genel görevlerini yerine getirmesine yardımcı olacak
kriterleri belirliyor. Bu kriterler en yüksek olasılık ve en az başarısız olma
ihtimali temelli formüllerden oluşuyor. Tasarımcılar isterlerse robotu çalıştığı
iş alanına göre optimize edebiliyor. Örneğin robot tehlikeli araçlarla
çalışıyorsa güvenlik önlemi arttırılıyor veya fabrika modeli ise tutarlı kaliteye
uyarlanıyor.
MIT araştırmacılarının geliştirdiği PUnS sistemi, testlerde geleneksel yaklaşımlardan çok daha başarılı bir performans gösterdi. İnsan çalışanı gözlemleyerek öğrenen robot, 20.000 yemek masası hazırlama girişiminin sadece altısında hata yaparak göz doldurdu. Araştırmacılar ilerleyen safhalarda robotların sadece izleyerek öğrenme ile sınırlı kalmasını istemiyor. Geri dönüşe göre doğru ya da yanlış yaptığını algılayabilecek kriterlerin yardımıyla performansa dayalı bir öğrenme sistemi geliştirilerek robotların daha karmaşık iş alanlarında görev yapması bekleniyor.
