I ricercatori hanno presentato Robo‑COP, un metodo che perfeziona insieme, durante l’uso reale, la politica di visione-linguaggio-azione di un robot e il suo orchestratore. Il sistema raccoglie i dati sui propri errori, aggiorna la politica e adotta la nuova versione solo dopo aver dimostrato che funziona meglio nei compiti per cui è stata addestrata. Nei dieci compiti simulati di RoboLab, il tasso di successo è salito dal 64,8% al 73,8%; in tre compiti nel mondo reale è passato dal 38,3% al 50,0%.
Perché conta
Permette ai robot di servizio di migliorare mentre lavorano, riducendo la necessità di riprogrammarli manualmente di frequente.
