डेटा जुटाने की नई विधि से रोबोट का नियंत्रण बेहतर

Samuel Bateman के नेतृत्व वाली टीम ने Action Influence Maximization (AIM) पेश किया है। यह एक ऐसा एल्गोरिदम है जो प्रशिक्षण के लिए ऐसे एपिसोड सक्रिय रूप से जुटाता है, ताकि वीडियो-आधारित विश्व मॉडल दिए गए निर्देशों के मुताबिक की गई कार्रवाइयों पर ध्यान दें। सिम्युलेटेड नेविगेशन और पिक्सेल-आधारित वस्तु-संचालन के परीक्षणों में, AIM ने 3,000 विशेषज्ञ डेमो के मौजूदा सेट में केवल 500 नए एपिसोड जोड़े और उस मॉडल जितना नियंत्रण हासिल किया जिसे 300,000 विशेषज्ञ एपिसोड पर प्रशिक्षित किया गया था। डेटा के कुशल इस्तेमाल में यह तरीका मानक एक्सप्लोरेशन और आंतरिक प्रेरणा तकनीकों से बेहतर रहा।