Model dunia kontra-faktual Bantu Robot Memperkirakan Aksi Alternatif

JAKARTA — Model dunia kontra-faktual menawarkan cara bagi robot memperkirakan hasil tindakan alternatif, termasuk saat ada gangguan yang tidak terlihat. Randall Balestriero, Kerda Varaku, dan Yann LeCun memaparkan pendekatan itu dalam makalah prapublikasi tentang sistem yang memprediksi perilaku benda.

Robot biasanya belajar dari hasil yang sudah diamati. Pendekatan baru ini mencoba memakai selisih antara prediksi model dan kejadian nyata untuk memperkirakan apa yang mungkin terjadi jika robot mengambil tindakan berbeda.

Model dunia kontra-faktual membaca selisih prediksi

Model dunia membantu sistem kecerdasan buatan fisik, seperti robot, memperkirakan akibat dari suatu tindakan. Misalnya, model dapat menaksir posisi benda setelah robot mendorong atau menghindarinya. Namun, prediksi yang bertumpu pada data pengamatan belum tentu mencakup semua kemungkinan.

Masalah muncul ketika kondisi tersembunyi mengubah hasil. Arus sungai, beban yang tak terduga, atau motor yang lemah dapat membuat gerakan robot berbeda dari perkiraan. Jika model hanya mengandalkan hasil rata-rata, ia kesulitan menjawab pertanyaan tentang tindakan yang tidak pernah terjadi.

Balestriero menjelaskan bahwa metode mereka menggunakan perbedaan antara prediksi dan kejadian nyata untuk mengidentifikasi apa yang meleset. Informasi itu kemudian membantu model memperkirakan hasil berikutnya, sekaligus menelaah kegagalan saat sistem sedang digunakan.

Gagasannya bertumpu pada model dunia kontra-faktual, yakni model yang menaksir skenario alternatif berdasarkan kejadian yang benar-benar teramati. Peneliti menyebut pendekatan tersebut dapat diterapkan pada model dunia yang memprediksi keadaan berikutnya berdasarkan tindakan. Namun, arsitektur JEPA dinilai cocok untuk penyesuaian ini.

Contoh perahu menunjukkan cara kerja metode

Joint Embedding Predictive Architecture atau JEPA adalah arsitektur yang dikembangkan Yann LeCun dan koleganya pada 2023. Model ini dapat menerima suatu tindakan sebagai masukan lalu memperkirakan keadaan dunia setelah tindakan itu dilakukan. Kendalanya, JEPA menghasilkan rata-rata kemungkinan sehingga sulit memperkirakan kejadian alternatif yang tidak berlangsung.

Dalam contoh penelitian, sebuah perahu melintasi sungai dengan arus tersembunyi. Model memperkirakan posisi perahu setelah diarahkan ke kiri, tetapi perahu berakhir dua meter lebih jauh ke hilir. Selisih itu memberi petunjuk tentang pengaruh arus yang tidak masuk dalam prediksi awal.

Untuk memperkirakan posisi perahu jika diarahkan ke kanan, model menggunakan prediksi bagi arah kanan lalu menambahkan selisih dua meter yang sama. Dengan cara itu, model memanfaatkan gangguan yang terjadi pada percobaan nyata ketika menghitung hasil alternatif.

“Model dunia kontra-faktual kami melakukan ketiga langkah itu dengan satu pengurangan,” kata Balestriero, merujuk proses inferensi kausal yang biasanya memisahkan pengamatan, perubahan tindakan, dan prediksi ulang.

Penjelasan fisiknya, menurut Balestriero, adalah pengaruh tindakan dan gangguan sama-sama bertambah seiring durasi dalam rentang waktu pendek. Interaksi keduanya tumbuh lebih lambat, sehingga dampaknya dapat diperkirakan dengan menjumlahkan pengaruh tindakan dan gangguan.

Uji simulasi menunjukkan peluang keberhasilan lebih tinggi

Dalam tugas simulasi yang dijelaskan Balestriero, robot yang memilih tindakan berdasarkan model kontra-faktual mencapai tujuan dalam 35 hingga 69 persen kejadian. Pembandingnya, perencana yang mengetahui simulator sebenarnya tetapi mengabaikan hasil pengamatan, mencapai tujuan dalam 14 hingga 23 persen kejadian.

Jika robot mendapat dua percobaan tambahan pada kejadian yang sama, tingkat keberhasilan pendekatan itu naik menjadi 51 hingga 97 persen. Angka tersebut berasal dari simulasi, bukan pengujian robot di lingkungan nyata.

Dampaknya bagi pengembangan robot terletak pada kemampuan belajar dari kegagalan. Ketika robot menemui beban tak terduga atau gangguan lain, model dapat membantu memilih tindakan baru untuk situasi yang sama. Itu berbeda dari sekadar mengulang rencana awal yang sudah meleset.

Peneliti juga melihat potensi penggunaan untuk menangani kerusakan yang menetap, seperti motor yang tidak terkalibrasi dengan benar. Model dapat membantu membedakan apakah kegagalan terjadi karena keputusan yang buruk atau karena kondisi tersembunyi, lalu memberi dasar untuk percobaan berikutnya.

Penyesuaian JEPA tidak memerlukan pelatihan ulang besar

Eksperimen Balestriero dan koleganya menggunakan encoder siap pakai DINOv2 dan MAE tanpa penyetelan ulang. Mereka hanya melatih prediktor kecil di atas encoder itu. Menurut Balestriero, membuat model dunia kontra-faktual dari titik awal tersebut memerlukan tambahan yang relatif kecil.

Upaya awal peneliti mencoba menambahkan komponen yang mempelajari gangguan tersembunyi, seperti arus dalam contoh perahu. Namun, pendekatan itu rapuh. Balestriero mengatakan data biasa tidak selalu dapat menentukan gangguan mana yang benar karena label gangguan dapat diubah untuk tiap tindakan tanpa mengubah prediksi model.

Karena itu, pendekatan mereka memakai sifat sistem fisik sebagai dasar: pengaruh gaya dapat dijumlahkan, sedangkan interaksi antarpengaruh berkembang lebih lambat dalam waktu singkat. Peneliti menyatakan kesalahan relatif aturan tersebut menyusut seiring kuadrat langkah waktu, dan tidak ada metode yang memakai data biasa sama yang dapat melampaui laju itu pada kondisi terburuk.

Bagi robot yang beroperasi di dunia nyata, kemampuan memperkirakan tindakan alternatif penting setelah kejutan mengubah hasil. Balestriero menekankan bahwa prediksi saja belum cukup untuk memahami kegagalan atau menentukan percobaan berikutnya.

“Setelah kejutan, pertanyaan yang berguna bukan lagi apa yang diharapkan, melainkan apa yang akan terjadi jika robot bertindak berbeda dalam situasi yang sama,” ujar Balestriero.