Un team di ricercatori di MIT, New York University e University of California a Berkeley ha sviluppato un framework che permette agli umani di insegnare rapidamente ai robot cosa vogliono che facciano, con un minimo sforzo. Questo sistema potrebbe aiutare i robot a imparare più velocemente in nuovi ambienti senza richiedere all’utente conoscenze tecniche.
Il problema dell’addestramento dei robot
Attualmente, l’addestramento dei robot presenta alcune sfide. Quando un robot fallisce, non è sempre chiaro il motivo del fallimento, rendendo difficile per l’utente fornire un feedback utile. Inoltre, i robot spesso falliscono a causa del cosiddetto “shift di distribuzione”, ovvero quando si trovano di fronte a oggetti o spazi che non hanno visto durante l’addestramento e non sanno come comportarsi in questo nuovo ambiente.
Il nuovo approccio: spiegazioni controfattuali
Il team di ricercatori ha sviluppato un sistema che, quando un robot fallisce, utilizza un algoritmo per generare spiegazioni controfattuali, ovvero descrizioni di cosa avrebbe dovuto cambiare per far sì che il robot avesse successo. Queste spiegazioni vengono poi mostrate all’utente, che può fornire un feedback sul motivo del fallimento del robot. Il sistema utilizza poi questo feedback e le spiegazioni controfattuali per generare nuovi dati che vengono utilizzati per affinare il robot.
Test del sistema
I ricercatori hanno testato questa tecnica in simulazioni e hanno scoperto che poteva insegnare a un robot in modo più efficiente rispetto ad altri metodi. I robot addestrati con questo framework hanno ottenuto prestazioni migliori, mentre il processo di addestramento richiedeva meno tempo all’utente.
Implicazioni future
A lungo termine, questo potrebbe rappresentare un passo verso l’abilitazione di robot a scopo generale per eseguire in modo efficiente compiti quotidiani per gli anziani o le persone con disabilità in una varietà di ambienti. Inoltre, i ricercatori sperano di testare questo framework su robot reali e di concentrarsi sulla riduzione del tempo necessario al sistema per creare nuovi dati utilizzando modelli di apprendimento automatico generativo.