Un equipo dirigido por Samuel Bateman presentó Action Influence Maximization (AIM), un algoritmo que recopila activamente episodios de entrenamiento para que los modelos del mundo basados en video presten atención a las acciones indicadas. En pruebas de navegación simulada y manipulación basada en píxeles, AIM añadió solo 500 episodios nuevos a un conjunto existente de 3,000 demostraciones de expertos y logró el mismo nivel de controlabilidad que un modelo entrenado con 300,000 episodios de expertos. El método superó a las técnicas habituales de exploración y motivación intrínseca en eficiencia de datos.
Por qué importa
Para quienes desarrollan robots, AIM permite entrenar modelos de control más receptivos con muchas menos grabaciones costosas de demostraciones.
