I ricercatori hanno introdotto GUARD, un metodo che guida le policy generative per robot durante l’esecuzione senza modificare quelle preaddestrate. Combina le ricompense legate al compito con i punteggi di anomalia — segnali che indicano quando un’azione esula dagli schemi supportati dai dati di addestramento — e usa una funzione Q appresa per orientare il processo con cui la policy genera le azioni.
In quattro attività simulate di manipolazione di precisione, gli autori riferiscono tassi medi di successo del 96% in condizioni normali e dell’80% con dinamiche perturbate, superando il baseline più efficace di 21 e 20 punti percentuali. Riferiscono inoltre miglioramenti nei tassi di successo di 40 punti per la rotazione di un cacciavite in mano e di 25 punti per il riorientamento, nei test diretti dalla simulazione al mondo reale.
Perché conta
Per i team di robotica che adattano policy generative a condizioni variabili, GUARD offre un modo per usare le anomalie nei dati di addestramento come segnale d’allarme durante la selezione delle azioni. L’articolo riporta risultati promettenti, ma non dimostra quanto il metodo funzioni al di fuori delle attività testate.
