Uma equipe liderada por Guangyuan Wang descreve um método aplicado durante a inferência para adaptar políticas robóticas pré-treinadas a obstáculos, sem coletar novas demonstrações nem fazer novo treinamento. O método avalia a trajetória projetada do robô e distribui as correções para evitar obstáculos ao longo da sequência de ações, em vez de corrigir cada etapa separadamente.
Em testes com sete cenários com obstáculos e quatro tarefas de manipulação, os pesquisadores relatam 105 tarefas concluídas sem colisões entre 140, em comparação com 8 de 140 usando orientação pontual por ações absolutas. Esses são resultados experimentais relatados; o resumo não especifica como o método se comporta fora desses cenários.
Por que importa
Para pesquisadores de robótica que buscam adaptar políticas pré-treinadas a novos obstáculos, os resultados sugerem que coordenar correções ao longo de uma sequência de ações pode ajudar sem exigir novo treinamento, embora o desempenho fora dos cenários testados seja desconhecido.
