Ein Team unter Leitung von Guangyuan Wang stellt eine Methode vor, mit der sich vortrainierte Roboter-Policies zur Laufzeit an Hindernisse anpassen lassen – ohne neue Demonstrationen zu sammeln oder die Modelle neu zu trainieren. Dafür wertet die Methode den geplanten Weg des Roboters aus und verteilt Korrekturen zur Hindernisvermeidung über die gesamte Aktionssequenz, statt jeden Schritt einzeln anzupassen.
In Tests mit sieben Szenarien, in denen Hindernisse zu berücksichtigen waren, und vier Manipulationsaufgaben gelangen den Forschenden zufolge 105 von 140 Aufgaben kollisionsfrei. Bei einer punktweisen Steuerung anhand absoluter Aktionen waren es 8 von 140. Das sind berichtete Versuchsergebnisse; aus dem Abstract geht nicht hervor, wie die Methode außerhalb dieser Szenarien abschneidet.
Warum es wichtig ist
Für die Robotikforschung, die vortrainierte Policies an neue Hindernisse anpassen will, deuten die Ergebnisse darauf hin, dass koordinierte Korrekturen über eine Aktionssequenz hinweg ohne erneutes Training helfen könnten. Wie gut die Methode außerhalb der getesteten Szenarien funktioniert, ist jedoch unklar.
