Investigadores presentaron CrowdMAPS, un sistema web que muestra estados del robot a trabajadores en línea mediante una interfaz 3D. Estos pueden añadir acciones alternativas válidas sin tocar el robot. El método incorpora una dimensión de «amplitud» a los datos del robot al aumentar el número de acciones por estado, en lugar de recopilar más trayectorias. En pruebas con cinco tareas reales de manipulación, pasar de una a diez acciones por estado elevó las tasas medias de éxito en 35.6 puntos porcentuales para las políticas de pose clave y en 33.0 puntos para las políticas de trayectoria.
Por qué importa
Los desarrolladores pueden entrenar robots más fiables con menos demostraciones físicas, lo que ahorra tiempo y dinero.
