Forskare presenterar DiMuRe, ett system som hjälper robotar att återhämta sig när en störning gör nästa handling olämplig. Systemet använder information om robotens aktuella uppgiftsfas för att avgöra om det befintliga programmet ska användas igen eller om en fördefinierad återhämtningsfärdighet ska prövas. En AI-modell kan också generera korrigerande kod efter att programmet avslutats.
I 801 schemalagda fall med störningar i utvecklingsmiljön Encore rapporterar artikeln en framgångsgrad på 77.65% för att slutföra uppgifter med Local DiMuRe, jämfört med 58.68% för originalprogrammet med samma tillåtna antal fysiska steg. Full DiMuRe nådde 81.90%, men krävde fler steg och omplanering vid terminaltillstånd. Forskarna presenterar också LIBERO-Disturb, ett benchmark för att testa återhämtning.
Varför det spelar roll
För robotikforskare som testar hur tillförlitligt uppgifter utförs erbjuder LIBERO-Disturb ett benchmark med fokus på störningar mitt i en uppgift. Det är inte fastställt här om de rapporterade förbättringarna gäller även för andra robotar eller i verkliga miljöer.
