Ein Forschungsteam um Samuel Bateman hat Action Influence Maximization (AIM) vorgestellt. Der Algorithmus sammelt gezielt Trainingsepisoden, damit videobasierte Weltmodelle stärker auf vorgegebene Aktionen reagieren. Bei Tests mit simulierten Navigationsaufgaben und pixelbasierter Objektmanipulation ergänzte AIM einen bestehenden Datensatz aus 3.000 Expertendemonstrationen um lediglich 500 neue Episoden. Damit erreichte das Modell dieselbe Steuerbarkeit wie ein Modell, das mit 300.000 Expert Episoden trainiert worden war. Bei der Dateneffizienz schnitt die Methode besser ab als herkömmliche Exploration und Verfahren mit intrinsischer Motivation.
Warum es wichtig ist
Für Robotikentwickler bedeutet AIM, dass sie reaktionsfähigere Steuerungsmodelle mit deutlich weniger kostspieligen Demonstrationsaufzeichnungen trainieren können.
