Nghiên cứu đề xuất cách để các đội robot cùng học từ kinh nghiệm triển khai
Các nhà nghiên cứu giới thiệu Collective Experience Learning (CEL), một phương pháp cải thiện chính sách điều khiển robot bằng cách cho phép các robot đang hoạt động chia sẻ dữ liệu thực thi trong cả đội. Kỹ thuật cốt lõi, Failure-guided Experience Retrieval Fine-tuning (FERT), dùng những tình huống robot gặp lỗi để tìm các đoạn quỹ đạo thành công tương ứng trong kho kinh nghiệm chung của đội, rồi huấn luyện chính sách thực hiện các hành động thành công đó mà không cần thu thập thêm các bản trình diễn của chuyên gia hay yêu cầu người điều khiển từ xa sửa từng lỗi. Một hệ thống huấn luyện bất đồng bộ có khả năng chịu lỗi sẽ điều phối việc thu thập dữ liệu, cập nhật chính sách và phân phối chính sách mới ngay cả khi từng robot bị gián đoạn tạm thời. Cách tiếp cận này nhằm giảm nhu cầu con người phải liên tục theo dõi và can thiệp khi số lượng robot tăng lên, biến kinh nghiệm dùng chung thành nguồn dữ liệu thực tế để cải thiện chính sách theo thời gian.
Các nhóm phát triển robot có thể quan tâm đến CEL như một cách để nhiều robot chia sẻ kinh nghiệm và cải thiện chính sách mà không phải tăng tương ứng số người điều khiển từ xa. Đây hiện là hướng nghiên cứu đáng theo dõi cho các hệ thống robot triển khai ở quy mô lớn.
Đọc bài gốc