Treinamento de Robôs Domésticos com Dobb·E
Dobb·E é uma estrutura de código aberto voltada para o ensino de robôs a realizarem tarefas domésticas por meio da aprendizagem por imitação. O software utiliza um dispositivo chamado Stick, que combina um pegador de lixo de $25 e partes impressas em 3D, permitindo a coleta de demonstrações de forma acessível e ergonômica. Com dados coletados de um conjunto chamado Homes of New York, que inclui 13 horas de interações em 22 lares, o Dobb·E se destaca na superação das limitações atuais da robótica doméstica.
Alternativa mais recomendada
Utilizando um modelo de aprendizado de representações conhecido como Home Pretrained Representations (HPR), Dobb·E consegue treinar robôs para executar novas tarefas em ambientes inéditos, alcançando uma taxa média de sucesso de 81% em apenas 15 minutos de treinamento. O software oferece acesso a modelos pré-treinados, código e documentação através do GitHub, além de um artigo de acesso aberto que detalha a metodologia e os resultados obtidos.
