Pesquisadores apresentam o A2-MEAS, um sistema de aprendizado robótico que usa “códigos de correção” escritos para orientar ações e corrigir erros. Seu modelo de ação A2-WLA combina o histórico de movimentos com um modelo de como o mundo se transforma.
O artigo relata uma taxa de sucesso de 45.40% em 100 tarefas públicas do BEHAVIOR 2026 e uma média de 57.92% em 12 tarefas domésticas realizadas com robôs reais. Nos testes de preparo de café, um adaptador condicionado pelo histórico melhorou a conclusão das tarefas após falhas em duas etapas de manuseio do filtro; os autores dizem que planejam disponibilizar o sistema e os materiais de treinamento.
Por que importa
Para pesquisadores de robótica, os resultados sugerem que registrar ações e correções anteriores pode ajudar robôs a se recuperar de falhas em tarefas domésticas, embora os testes relatados no artigo não permitam concluir como a abordagem funcionará em outros contextos.
