Pesquisadores apresentaram o CrowdMAPS, um sistema online que exibe os estados do robô a trabalhadores remotos por meio de uma interface 3D. Eles acrescentam ações alternativas válidas sem tocar no robô. O método amplia a “largura” dos dados do robô ao aumentar o número de ações por estado, em vez de coletar mais trajetórias. Testes em cinco tarefas reais de manipulação mostraram que aumentar de uma para dez ações por estado elevou as taxas médias de sucesso em 35,6 pontos percentuais para políticas de keypose e 33,0 pontos para políticas de trajetória.
Por que importa
Desenvolvedores podem treinar robôs mais confiáveis com menos demonstrações físicas, economizando tempo e dinheiro.
