قدّم باحثون GUARD، وهي طريقة لتوجيه سياسات الروبوتات التوليدية أثناء التنفيذ من دون تعديل السياسة المدربة مسبقًا. تجمع الطريقة بين مكافآت المهمة ودرجات الشذوذ، وهي مؤشرات على أن الفعل يقع خارج الأنماط التي تدعمها بيانات التدريب، وتستخدم دالة Q متعلَّمة لتوجيه عملية توليد الأفعال في السياسة.
في أربع مهام محاكاة للمناولة الحاذقة، أفاد الباحثون بمتوسط معدلات نجاح بلغ 96% في الظروف العادية و80% عند اضطراب ديناميكيات النظام، متجاوزين أقوى الطرق الأساسية بفارق 21 و20 نقطة مئوية على التوالي. كما أفادوا بتحسن معدلات النجاح بمقدار 40 نقطة في تدوير مفك براغٍ داخل اليد، و25 نقطة في إعادة توجيه الأجسام، ضمن اختبارات مباشرة تنقل النتائج من المحاكاة إلى الواقع.
لماذا يهم
بالنسبة إلى فرق الروبوتات التي تكيّف السياسات التوليدية مع الظروف المتغيرة، يوفّر GUARD طريقة لاستخدام الشذوذ في بيانات التدريب بوصفه إشارة تحذير عند اختيار الأفعال. وتعرض الورقة نتائج واعدة، لكنها لا تثبت مدى نجاح الطريقة خارج نطاق المهام التي اختُبرت فيها.
