Исследователи представили A2-MEAS — систему обучения роботов, которая использует текстовые «коды коррекции», чтобы направлять действия и исправлять ошибки. Модель действий A2-WLA объединяет историю движений с моделью изменений окружающего мира.
Согласно статье, система успешно выполнила 45,40% из 100 открытых задач BEHAVIOR 2026 и в среднем справилась с 57,92% из 12 бытовых задач на реальных роботах. В испытаниях по приготовлению кофе адаптер, учитывающий историю действий, повысил вероятность завершить задачу после сбоя на двух этапах обращения с фильтром. Авторы планируют опубликовать систему и учебные материалы.
Почему это важно
Для исследователей в области робототехники эти результаты показывают, что запись прошлых действий и исправлений может помочь роботам справляться со сбоями при выполнении бытовых задач. Однако испытания, описанные в статье, не позволяют судить о том, насколько хорошо этот подход будет работать в других условиях.
