dexterous in-hand manipulation with learned world modelsFortgeschritten
Geschicklichkeit durch angeleitetes Spielen (Dexterity from Supervised Play)
Amazons Forschungsgruppe für Frontier-KI und Robotik zeigt in diesem Preprint, dass rund 15 Minuten zielloses Spielen eines Menschen mit einem Würfel, aufgezeichnet über einen Datenhandschuh, genügen, damit eine mehrfingrige Roboterhand eigenständig Trainingsdaten sammelt und den Würfel anschließend in jede gewünschte Lage dreht. In der Simulation lag die Erfolgsquote innerhalb von 0,6 rad bei 91,4 Prozent; klassisches Reinforcement Learning brauchte für denselben Wert etwa 490-mal mehr Interaktion.