Pesquisadores liderados por Samuel Bateman apresentaram o Action Influence Maximization (AIM), um algoritmo que coleta ativamente episódios de treinamento para fazer com que modelos de mundo baseados em vídeo prestem atenção às ações solicitadas. Em testes de navegação simulada e manipulação baseada em pixels, o AIM acrescentou apenas 500 novos episódios a um conjunto já existente de 3.000 demonstrações de especialistas e igualou a capacidade de controle de um modelo treinado com 300.000 episódios de especialistas. O método foi mais eficiente no uso de dados do que técnicas convencionais de exploração e motivação intrínseca.
Por que importa
Para quem desenvolve robôs, o AIM permite treinar modelos de controle mais responsivos com muito menos gravações de demonstrações, que são caras.
