يقدّم باحثون VICTR، وهي طريقة تساعد الروبوتات العاملة بالرؤية واللغة والفعل على اختيار الأجزاء المفيدة من عرض توضيحي أثناء تنفيذ المهمة. فبدلاً من استرجاع الأمثلة استناداً إلى التشابه البصري وحده، تقدّر الطريقة مدى تقدّم الروبوت مقارنةً بفيديو مرجعي، ثم تزوّد سياسة π0.5 بمقاطع من العرض التوضيحي توافق المرحلة التي بلغها.
في مهام مناولة واقعية غير مألوفة وخارج نطاق التدريب، أفاد الفريق بتحقيق نسبة نجاح بلغت 23.8%، مقارنةً بـ6.2% لخط أساس π0.5 مضبوط بدقة. كما أفادت الورقة البحثية بارتفاع مستوى التقدّم في المهام من 28.9% إلى 55.5%؛ لكنها لا تثبت مدى أداء الطريقة عند نشرها على نطاق أوسع.
لماذا يهم
بالنسبة إلى باحثي الروبوتات، تشير VICTR إلى أن مواءمة العروض التوضيحية وفقاً للتقدّم في المهمة قد تساعد الروبوتات على التعامل مع مهام مناولة غير مألوفة؛ لكن الأداء خارج الاختبارات المُعلَن عنها لا يزال غير معروف.
