Onderzoekers introduceerden Robo-COP, een methode waarbij het vision-language-action-beleid van een robot en de aansturing daarvan tijdens het gebruik gezamenlijk worden verfijnd. Het systeem verzamelt zelf gegevens over fouten, past het beleid aan en neemt de nieuwe versie pas in gebruik als die beter presteert op de taken waarvoor hij is getraind. Bij tien gesimuleerde RoboLab-taken steeg het succespercentage van 64,8% naar 73,8%; bij drie praktijktaken ging het van 38,3% naar 50,0%.
Waarom het ertoe doet
Zo kunnen servicerobots tijdens hun werk beter worden en is er minder vaak handmatige herprogrammering nodig.
