Los investigadores que presentan RoboACE proponen una forma de mejorar los agentes robóticos modificando tanto los retos con los que practican como las rutinas que utilizan para llevarlos a cabo. El marco está diseñado para funcionar con modelos fundacionales congelados y alterna entre actualizaciones del plan de práctica y de un sistema de ejecución.
En las evaluaciones de los investigadores, la versión congelada resultante alcanzó un 74.0% de éxito en LIBERO-PRO. Esto supone 15 puntos porcentuales más que la versión inicial y 13.5 puntos más que la ejecución directa de su controlador de visión, lenguaje y acción.
Por qué importa
Para los investigadores en robótica que evalúan cómo mejorar las habilidades de los robots sin modificar el modelo subyacente, RoboACE reporta avances al revisar la selección de prácticas y las rutinas de ejecución; aún se desconoce si esos avances se mantienen fuera de las tareas de la familia LIBERO evaluadas.
