Új AI-rendszer menti meg a robotokat a hibáktól — 10%-kal több feladatot végeznek el

A robotok hosszú távú manipulációs feladatai gyakran fokozatosan romlanak el: egy rossz lépés rontja az állapotot, és a vezérlő egy olyan hibafázisba spirálozik, amelyből már nem tud helyreállni. A probléma gyakran már a bekövetkezte előtt látható. Az arXiv-szerzők bemutatták az AEGIS (Activation-probe Early-warning, Gated Inference Switching) nevű módszert, egy szelektív eszkalációs eljárást, amely egy gyenge vezérlő lefagyasztott aktivációin futó könnyű szondát használ a magas kockázatú lépések észlelésére, még mielőtt túl késő lenne cselekedni.

A hibák megelőzése

Amikor a szonda egy lépést megjelöl, az irányítás átkapcsol egy erősebb, különálló vezérlőre, de csak azokra a lépésekre, amelyek ezt igénylik. A LIBERO-Spatial adathalmazon az AEGIS a gyenge vezérlő által önmagában elvesztett trajektóriák 10,1%-át képes helyreállítani. Ez jelentős javulás a költség-egyenlő, vak eszkalációval elért 4,6%-hoz és a véletlenszerű indítású placebo 5,1%-hoz képest. Ezek a nyereségek statisztikailag szignifikánsak.

Kapcsolódó: RL-modellek fejlesztése

Hatékony működés

Az AEGIS a lépések mindössze 38%-án aktiválja az erősebb vezérlőt, így a hatékonyság kulcsa az időzítés, nem a számítási kapacitás. A szonda előfeltételét egy korai ablakban mért 0,764-es AUROC (95% CI [0,70, 0,84]) tisztítja meg, amely a trajektória első 30%-ának lépéseit vizsgálja az átkapcsolás előtt.

Kapcsolódó: Anchor rendszer bemutatása

A kutatás eredményei

A kutatók a teljes elemzési tervet előzetesen regisztrálták, beleértve a feltételes helyreállított feladatok arányának becslését és explicit leállási kritériumokat. Az eredményeket 700 közös véletlenszám-epizódon erősítették meg karonként, nA-fail=646 mellett. A LIBERO-Spatial adathalmazon végzett kísérletekben az AEGIS 10,1%-kal több feladatot végzett el sikeresen, mint a korábbi eljárások.

Kapcsolódó: agentic scaffolding