dumaiРобот лучше справлялся с заданиями, когда программа училась на его ошибках
Препринт, ещё не рецензирован · ранние данные
Кратко
Программа сама меняла код управления роботом, наблюдая за его ошибками, при этом основную модель не переобучали. В новых сценах средняя доля успеха выросла с 9,7% до 43,3%, а в новых задачах — с 12,7% до 40,2%; программа также научилась сохранять опыт для следующих действий.
Зачем это знать?
Автоматическая настройка управления роботом может улучшать его работу без переобучения основной модели. Насколько результаты испытательных задач перенесутся в реальные условия, неясно.
Разбор
Программу меняли по итогам одних попыток робота, а затем проверяли на новых сценах и заданиях. Для проверки использовали разные наборы задач и программы управления роботом.
Программа сама находила способы обойти препятствия. Например, она поднимала застрявшую руку робота или направляла её к предмету сбоку, когда сверху мешала преграда. Самый большой выигрыш получился там, где задачи сильно отличались от тех, на которых обучали исходную программу управления: после настройки робот часто справлялся лучше, чем при использовании дополнительно обученной программы.
Ключевые цифры
Можно ли доверять
Авторы настраивали программу на одних попытках робота, а проверяли на новых сценах и задачах из нескольких наборов. Они не указали число попыток и не уточнили, проходили ли испытания с реальными роботами или в имитации, поэтому по этим данным нельзя судить, как программа справится в реальных условиях.
- Это препринт, а не прошедшая рецензирование статья.
- Результаты получены на робототехнических бенчмарках; из аннотации неясно, насколько они переносятся на физические роботы и реальные условия.
- Сравнение и детали экспериментов ограничены сведениями из аннотации.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено