Llegar a la meta, responder a tiempo y mantenerse a salvo
Un robot puede completar una tarea y aun así responder demasiado tarde ante un objeto en movimiento. También puede llegar a su destino después de una colisión. Decir que «tuvo éxito» no aclara qué se midió ni qué ocurrió mientras decidía.
Los estudios seleccionados ofrecen una respuesta acotada: se comparó el ajuste del cálculo con la finalización de tareas, se evaluó la recompensa de conductas exitosas variadas en condiciones de simulación distintas y una prueba con el mundo en movimiento contó por separado las llegadas seguras. Cada afirmación corresponde a su propia prueba.
Qué comprenderás
¿Qué cambió RealtimeWAM al generar acciones y qué resultado de tarea permitió evaluar ese cambio?
¿Cómo eligió DRIVE qué conductas variadas recompensar y en qué condiciones se evaluó el éxito en la tarea?
¿Por qué llegar a un destino puede dar una impresión distinta de llegar sin un incidente de seguridad?
Actuar antes de que cambie la escena
Imagina un robot que intenta agarrar un objeto en una cinta transportadora. La imagen de su cámara registra una posición, pero el objeto sigue moviéndose mientras el robot calcula una acción. Para cuando la acción está lista, la posición útil puede haber cambiado.
En esta situación, completar una tarea de manipulación y responder a tiempo son objetivos relacionados. El estudio RealtimeWAM parte de este problema: ¿cómo puede un robot generar acciones antes sin perder el rendimiento en la tarea que alcanzaba con su modelo actual?
Cuando cambian las condiciones de la tarea, aparece otra dificultad. Un robot entrenado con demostraciones puede aprender una forma conocida de completar una tarea de manipulación y, aun así, encontrarse durante la evaluación con una apariencia o disposición nueva.
El estudio DRIVE pregunta si el entrenamiento puede fomentar varias conductas exitosas distintas. En este caso, interesa saber si la tarea se completa en condiciones distintas de las usadas para el ajuste fino. La pregunta se refiere a lo que ha aprendido el robot, no a la rapidez con que calcula cada acción.
Ahora imaginemos un agente que recorre una ruta urbana con peatones en movimiento y semáforos. Puede llegar a su destino pese a chocar con alguien por el camino.
RT-SAFE, una prueba simulada de navegación urbana, registra por separado la llegada y los sucesos de seguridad mientras el entorno sigue cambiando durante las decisiones. En conjunto, estos ejemplos plantean una pregunta para leer los estudios: cuando uno informa que un robot tuvo éxito, ¿qué parte del sistema cambió, qué se consideró éxito y en qué condiciones se puso a prueba?
Cómo continúa la lección
Aprender distintas formas de lograrlo
Llegar al destino sin accidentes
Qué establece cada prueba