Investigadores de la Universidad de Stanford y la Universidad de California, Berkeley, han desarrollado un conjunto de datos llamado RoboReward, diseñado para entrenar modelos de inteligencia artificial que evalúan el desempeño de los robots en la ejecución de tareas. Este conjunto de datos contiene videos de brazos robóticos intentando manipular objetos y realizar acciones sencillas, como abrir cajones o recoger y colocar elementos, junto con descripciones escritas de la tarea y puntuaciones de rendimiento asignadas por humanos.
Los investigadores utilizan RoboReward para entrenar modelos de recompensa basados en visión y lenguaje, capaces de predecir dichas puntuaciones a partir de los videos de los robots en acción. Esto implica que los robots ya no requerirán la supervisión y etiquetado constante por parte de humanos en cada intento de entrenamiento, sino que podrán utilizar retroalimentación automatizada para mejorar su comportamiento a través de múltiples iteraciones.
Crédito de la imagen: Getty Images
