A tegnapi szeminárium után ma tovább folytatódtak a szakmai beszélgetések a laborban. Különösen jó érzés volt látni, hogy a HyMeKo nemcsak elméleti keretrendszerként érthető, hanem konkrét robotikai és gépi tanulási irányokhoz is kapcsolható.
A beszélgetések középpontjába ma a robotkinematika, a MuJoCo-szimuláció és a megerősítéses tanulás került. A felvetés nagyon izgalmas: ha egy robot szerkezete hipergráfként írható le, akkor ez a szerkezeti reprezentáció hogyan alakítható át olyan tenzoros formává, amelyet egy tanuló rendszer közvetlenül fel tud használni? Innen már természetes módon adódik a következő kérdés: lehet-e erre olyan vezérlési vagy tanulási réteget építeni, amely mozgást, elérést, tárgyfogást vagy más robotikai viselkedést tanul?
Számomra ez azért különösen fontos irány, mert a HyMeKo egyik alapgondolata éppen az, hogy a strukturált, formális leírás és a tanuló rendszerek ne két külön világként létezzenek. A hipergráf nemcsak dokumentáció vagy modell lehet, hanem olyan köztes reprezentáció is, amelyből számítás, szimuláció és tanulás indulhat ki.
Ma elkezdtem átgondolni egy kisebb demonstrációs irányt is: egy robotkar HyMeKo-alapú leírása, ennek átalakítása MuJoCo-kompatibilis modellé, majd a hozzá tartozó állapot- és megfigyelési tér strukturált, tenzoros reprezentációja. Egy ilyen irány jó lehetőséget adhat arra, hogy összehasonlítsuk, hogyan teljesítenek különböző tanulási módszerek ugyanazon a strukturált bemeneten.
Nagyon inspiráló, amikor egy kutatási ötlet nem lezárt eredményként, hanem új kérdések forrásaként kezd élni. A mai nap ilyen volt: nem nagy bejelentésekről szólt, hanem arról a csendes, de fontos pillanatról, amikor egy korábban felépített gondolat új laboratóriumi közegben új kapcsolódási pontokat talál.
Japánban lenni ebben az értelemben nemcsak utazás, hanem szakmai újrakalibrálás is. Egyre inkább azt érzem, hogy a HyMeKo következő lépései a robotika, a tanuló vezérlés és a strukturált mesterséges intelligencia metszetében formálódhatnak tovább.
Fotók
