پژوهشگران روش تازه‌ای با نام ACG-WAM معرفی کرده‌اند که به ربات‌ها می‌آموزد بر اساس ورودی‌های بصری عمل کنند. این سامانه در مجموعه‌ای شامل ۵۰ وظیفه شبیه‌سازی‌شده RoboTwin 2.0، در محیط‌های بدون تغییر ۹۳٫۴۶٪ و در صحنه‌های تصادفی‌شده ۹۲٫۶۸٪ موفق بود. در سه وظیفه دنیای واقعی نیز به موفقیت کامل ۸۵٫۰۰٪ و امتیاز تکمیل جزئی ۹۱٫۶۷٪ رسید و به‌ترتیب با اختلاف ۱۰ و ۹٫۱۷ واحد درصد از بهترین سامانه قبلی، Motus، پیشی گرفت.
ACG-WAM چگونه کار می‌کند؟
این روش یک پیش‌بین کمکی اضافه می‌کند که با استفاده از نمای فعلی دوربین ربات و اقداماتی که قرار است انجام دهد، یاد می‌گیرد چند گام جلوتر ویژگی‌های هندسی، مانند موقعیت و شکل اشیا، را پیش‌بینی کند. این پیش‌بین با هدف‌هایی آموزش می‌بیند که از یک رمزگذار بصریِ ثابت به دست می‌آیند؛ رمزگذار، جفت‌تصویرهای فعلی و آینده را پردازش می‌کند. پس از آموزش، پیش‌بین اضافه و ماژول‌های معلم حذف می‌شوند و مدل کم‌حجمی باقی می‌ماند که می‌تواند روی ربات اجرا شود.
این روش برای کاربران ربات چه معنایی دارد؟
نرخ موفقیت بالاتر در شبیه‌سازی و روی سخت‌افزار واقعی نشان می‌دهد ربات‌های مجهز به ACG-WAM ممکن است وظایف را با اطمینان بیشتری و آزمون‌وخطای کمتری یاد بگیرند. برای شرکت‌هایی که در کارخانه‌ها یا انبارها از ربات استفاده می‌کنند، این روش می‌تواند توقف ناشی از تلاش‌های ناموفق را کاهش دهد و مدت‌زمان آموزش رفتارهای تازه را کوتاه کند.
چرا مهم است
برای مدیر یک کارخانه، ارقام موفقیت بالاتر یعنی می‌توان وظایف تازه را سریع‌تر و با خطاهای کمتری به ربات‌ها آموزش داد و در نتیجه احتمالاً هزینه‌های آموزش را کاهش داد. بااین‌حال، مقاله درباره پایایی بلندمدت یا مقیاس‌پذیری روش برای وظایف پیچیده‌تر گزارشی نمی‌دهد؛ بنابراین، این مزایا هنوز باید در پیاده‌سازی‌های گسترده‌تر تأیید شوند.
