Des chercheurs ont présenté CrowdMAPS, un système en ligne qui affiche des états du robot aux contributeurs via une interface 3D. Ceux-ci ajoutent des actions alternatives valides sans toucher au robot. Cette méthode ajoute une dimension de « largeur » aux données robotiques en augmentant le nombre d’actions par état, plutôt qu’en collectant davantage de trajectoires. Des tests sur cinq tâches de manipulation en conditions réelles ont montré que le fait de passer d’une à dix actions par état augmentait le taux de réussite moyen de 35,6 points de pourcentage pour les politiques fondées sur les poses clés, et de 33,0 points pour celles fondées sur les trajectoires.
Pourquoi c'est important
Les développeurs peuvent entraîner des robots plus fiables avec moins de démonstrations physiques, ce qui permet de gagner du temps et de réduire les coûts.
