پژوهشگران GazeAct را معرفی کرده‌اند؛ مجموعه‌داده‌ای مبتنی بر ربات واقعی و روشی برای آموزش که 12,000 نمایش از 40 وظیفه را با داده‌های نگاه انسان، ثبت‌شده با نرخ 300 Hz، جفت می‌کند. داده‌های نگاه کمک می‌کنند سیاست‌های بینایی-زبان-کنش روی اشیا و مکان‌های مرتبط تمرکز کنند. به گفته پژوهشگران، ربات‌ها هنگام اجرا به ورودی نگاه نیاز ندارند.
پژوهشگران می‌گویند میانگین موفقیت در 18 وظیفه دنیای واقعی از 48.1% به 58.6% رسیده و میزان بهبود در برخی موارد تا 25 واحد درصد بوده است. آن‌ها همچنین از افزایش امتیاز در معیار سنجش LIBERO-Spatial، از 57.9% به 69.6%، خبر داده‌اند.
چرا مهم است
برای پژوهشگران رباتیک، GazeAct روشی فراهم می‌کند تا از حرکات چشم اپراتور برای هدایت آموزش استفاده کنند، بی‌آنکه هنگام به‌کارگیری ربات به حسگرهای نگاه نیاز باشد؛ اما هنوز مشخص نیست این بهبودها فراتر از آزمون‌های گزارش‌شده هم پابرجا می‌مانند یا نه.
