Sanctuary AI macht mit TIGER aus Imitationspolitik ein Belohnungssignal, null Sicherheitsstopps am echten Roboter
Sanctuary AI stellte am 2. Oktober in einem Forschungsbeitrag TIGER (Task-Space Imitation Guidance for Efficient Reinforcement Learning) vor. Statt den vorhergesagten Aktionsblock einer Imitationspolitik auszuführen, rechnet das Verfahren ihn in eine kurzfristige Zielpose des Endeffektors um und gibt dem Reinforcement Learner so in jedem Regelschritt eine dichte Belohnung statt eines einzigen Erfolgsbits am Episodenende. Das Unternehmen meldet 20 bis 57 Prozent weniger Schritte bis zu 50 Prozent Erfolg in allen getesteten Manipulationsaufgaben mit spärlicher Belohnung, null Sicherheitsrücksetzungen in den ersten 1.000 Schritten am echten Roboter gegenüber 35 bis 38 bei der Vergleichsmethode und 90 Prozent erfolgreiches Einstecken in eine rotierende Buchse, obwohl die Demonstrationen nur eine stehende zeigten. Die Ergebnisse sind Firmenangaben ohne Peer Review. Laut MEKAWIRE-Daten war die letzte bezifferte Runde eine Series A über 58,5 Millionen Dollar im März 2022.