Oossa

ReSkill将机器人任务成功率从30%提升至模拟环境中的80%以上

这套新的选择性自我改进框架将机器人在十项RoboDojo任务中的平均成功率提升至86.2%,在真实环境测试中的成功率达到77.5%。

简讯作者: Oossa 发布日期: 1 分钟阅读

事件日期:

由Zheng Sun领衔的研究人员推出了ReSkill,这套系统能让机器人找出并修复操作程序中的薄弱环节。该框架会构建任务图谱,定位失败步骤,并提出小幅代码修改,再经过测试后决定是否保留。在模拟的RoboDojo任务中,平均成功率从30%升至86.2%;在八项真实环境任务中,机器人80次试验成功了62次。最终策略运行时无需自我改进智能体,只使用经过优化的技能。

为什么重要

制造商可以在开发阶段部署能够自行改进代码的机器人,从而提升抓取和放置操作的可靠性,而且运行时不会增加额外开销。

这篇文章有帮助吗?
分享

继续阅读

Oossa · 新闻简报

一周 AI,讲明白

每周一,用通俗的语言讲清值得知道的新闻。免费,无垃圾邮件。