قدّم باحثون بقيادة صامويل باتمان خوارزمية «تعظيم تأثير الأفعال» (AIM)، التي تجمع حلقات تدريب بصورة نشطة كي تجعل نماذج العالم المعتمدة على الفيديو تولي اهتمامًا للأفعال المطلوبة منها. وفي اختبارات على التنقّل المحاكى والتعامل مع الأشياء اعتمادًا على البكسلات، أضافت AIM 500 حلقة جديدة فقط إلى مجموعة تضم 3,000 عرض توضيحي من خبراء، وحققت مستوى تحكّم مماثلًا لنموذج دُرّب على 300,000 حلقة من عروض الخبراء. وتفوّقت الطريقة على أساليب الاستكشاف التقليدية والتحفيز الذاتي من حيث كفاءة استخدام البيانات.
لماذا يهم
بالنسبة إلى مطوّري الروبوتات، تتيح AIM تدريب نماذج تحكّم أكثر استجابة باستخدام عدد أقل بكثير من تسجيلات العروض التوضيحية المكلفة.
