Onderzoekers presenteren LEXP, een systeem waarmee een robot lessen uit eerdere pogingen met manipulatietaken opnieuw kan gebruiken. Het combineert taakplanning met een module die bewijs uit de uitvoering interpreteert, lessen opslaat met voorwaarden voor wanneer ze van toepassing zijn en relevante aanwijzingen meegeeft voor latere acties. De modelgewichten en de actie-interface blijven ongewijzigd.
In tests met 12 taken in de echte wereld slaagde LEXP in 23 van de 36 pogingen (63,9%). Met alleen geheugen waren dat er 19 van de 36 (52,8%), en met het basismodel ChatGPT-6-Astra 2 van de 36 (5,6%). Dit zijn de resultaten die in het artikel worden vermeld, geen onafhankelijke evaluatie.
Waarom het ertoe doet
Voor robotica-onderzoekers wijzen de resultaten erop dat het bewaren van taakspecifieke lessen de prestaties van een vast model bij herhaalde fysieke pogingen kan verbeteren. Hoe goed de aanpak ook werkt bij andere taken dan deze 12, is nog onbekend.
