Forskarna presenterar VICTR, en metod som hjälper robotar med syn-, språk- och handlingsförmåga att välja användbara delar av en demonstration medan de utför en uppgift. I stället för att hämta exempel enbart utifrån visuell likhet uppskattar metoden hur långt roboten har kommit jämfört med en referensvideo. Därefter tillförs en π0.5-policy demonstrationssekvenser från motsvarande skede.
På oprövade manipulationsuppgifter i verkliga miljöer, utanför träningsdomänen, uppger forskargruppen en framgångsgrad på 23,8%, jämfört med 6,2% för en finjusterad π0.5-baslinje. Artikeln rapporterar också att uppgiftsförloppet ökade från 28,9% till 55,5%; den visar inte hur metoden fungerar vid bredare användning.
Varför det spelar roll
För robotikforskare tyder VICTR på att det kan hjälpa robotar att klara obekanta manipulationsuppgifter om demonstrationer matchas efter hur långt uppgiften har kommit. Hur metoden fungerar utöver de tester som rapporterats är fortfarande okänt.
