I ricercatori hanno presentato CrowdMAPS, un sistema basato sul web che mostra agli operatori online gli stati del robot tramite un’interfaccia 3D. Gli operatori aggiungono azioni alternative valide senza toccare il robot. Il metodo aggiunge una dimensione di «ampiezza» ai dati robotici, aumentando il numero di azioni per stato anziché raccogliere più traiettorie. Nei test su cinque attività di manipolazione nel mondo reale, passare da una a dieci azioni per stato ha aumentato il tasso medio di successo di 35.6 punti percentuali per le policy keypose e di 33.0 punti per le policy di traiettoria.
Perché conta
Gli sviluppatori possono addestrare robot più affidabili con meno dimostrazioni fisiche, risparmiando tempo e denaro.
