Ett forskarlag lett av Guangyuan Wang beskriver en metod som anpassar förtränade robotpolicyer till hinder vid inferenstid, utan att samla in nya demonstrationer eller träna om modellen. Metoden utvärderar robotens beräknade bana och fördelar korrigeringarna för att undvika hinder över hela rörelsesekvensen, i stället för att korrigera varje steg separat.
I tester med sju scenarier med hinder och fyra manipulationsuppgifter rapporterar forskarna 105 uppgifter som slutfördes utan kollisioner av 140, jämfört med 8 av 140 med punktvis vägledning för absoluta rörelser. Det här är rapporterade experimentresultat; sammanfattningen anger inte hur metoden fungerar utanför dessa scenarier.
Varför det spelar roll
För robotikforskare som vill anpassa förtränade policyer till nya hinder tyder resultaten på att samordnade korrigeringar genom en hel rörelsesekvens kan hjälpa utan att modellen behöver tränas om. Det är dock okänt hur metoden fungerar utanför de testade scenarierna.
