I ricercatori che presentano RoboACE propongono un metodo per aiutare gli agenti robotici a migliorare modificando sia le sfide su cui si esercitano sia le procedure che seguono per portarle a termine. Il framework è pensato per modelli fondazionali congelati e alterna aggiornamenti al programma di esercitazione e al sistema di esecuzione.
Nelle valutazioni dei ricercatori, la versione distribuita con modello congelato ha raggiunto un tasso di successo del 74,0% su LIBERO-PRO. Si tratta di 15 punti percentuali in più rispetto alla versione iniziale e di 13,5 punti in più rispetto all’esecuzione diretta del controller visione-linguaggio-azione.
Perché conta
Per i ricercatori di robotica che valutano come migliorare le capacità dei robot senza modificare il modello sottostante, RoboACE segnala progressi ottenuti intervenendo sulla scelta degli esercizi e sulle procedure di esecuzione; resta da capire se i risultati si estendano anche oltre i compiti testati della famiglia LIBERO.
