PRISM: Menschliche Anweisungen verfeinern Robotik‑Behauptungen – neue Methode

Ein neues Verfahren namens PRISM kombiniert die Stärken von Imitation Learning (IL) und Reinforcement Learning (RL), um Roboter­manipulationen präziser zu steuern. Dabei wird zunächst eine generische Imitations­policy aus einer Reihe von benutzer­geleiteten Demonstrationen erzeugt. Anschließend wird diese Policy mithilfe von RL verfeinert, sodass sie bislang unbekannte, fein­granulare Verhaltensweisen entwickeln kann.

Der Kern des Ansatzes ist das Eureka‑Paradigma: Belohnungsfunktionen für RL werden schrittweise aus einer anfänglichen, natürlichen Sprachbeschreibung der Aufgabe generiert. PRISM erweitert dieses Konzept, indem es zusätzlich menschliches Feedback auf Zwischenschritte einbezieht. So kann die Policy nicht nur an neue Zielkonfigurationen angepasst, sondern auch durch gezielte Korrekturen an Einschränkungen optimiert werden.

In Simulationen eines Pick‑and‑Place‑Auftrags zeigte PRISM deutlich bessere Ergebnisse als reine Imitations­policies. Die Methode erhöht die Robustheit bei der Ausführung, reduziert den Rechenaufwand und nutzt vorhandene Daten effizienter, indem sie die Wiederverwendbarkeit der Policy fördert.