Los robots comparten experiencia: una flota de 96 máquinas elevó el éxito del empaquetado del 79,2% al 98,3%

Desplegar flotas de robots a escala de decenas de dispositivos exige resolver un problema práctico básico: cada robot necesita la supervisión de un operador cuando se produce un fallo. Los investigadores presentaron Collective Experience Learning (CEL), un paradigma en el que todos los robots de una flota aprenden de la experiencia compartida en las tareas, eliminando la necesidad de intervención humana constante.

Arquitectura de CEL

El sistema consta de dos componentes clave. El primero es el algoritmo FERT (failure-guided experience retrieval fine-tuning). Cuando un robot se encuentra con un fallo, FERT analiza el contexto en el que ocurrió y busca en la base acumulada de trayectorias exitosas de toda la flota los segmentos relevantes. Las acciones de esos ejemplos exitosos se usan como señal para actualizar la política del robot, sin necesidad de recopilar demostraciones adicionales de expertos ni requerir corrección por parte de un operador.

El segundo componente es FATS (fault-tolerant asynchronous training system), diseñado específicamente para la realidad de los sistemas desplegados. FATS coordina de forma asíncrona tres procesos simultáneos: la recopilación de experiencia de los robots, la optimización de la política común y la distribución de la política actualizada de vuelta a los dispositivos. La arquitectura asíncrona permite que el sistema siga funcionando aunque fallen robots individuales o se interrumpa la comunicación.

Resultados en la práctica

Los investigadores probaron CEL en cinco tareas reales de manipulación. Los resultados demuestran claramente el efecto de escalado: al aumentar la flota con un tiempo de recopilación de datos por robot fijo, el éxito crece de forma continua. En la tarea de empaquetado multietapa de teléfonos, este efecto es el más marcado: ampliar la flota de 16 a 96 robots elevó el éxito del 86,7% al 98,3%. El éxito inicial de la política antes de aplicar CEL era del 79,2%.

En el conjunto completo de cinco tareas, CEL alcanza tasas de éxito en el rango del 93,3% al 99,2%. Todas las evaluaciones se realizaron en robots excluidos de la recopilación de datos de entrenamiento, con 120 pruebas por tarea.

La economía del escalado

CEL resuelve un problema crítico de despliegue. El enfoque tradicional requiere un operador por cada robot nuevo para supervisar y corregir fallos. Con CEL y FATS, los fallos se convierten en señales de entrenamiento para la política común, que mejora gracias a la experiencia acumulada de toda la flota. Cada robot adicional contribuye a mejorar la política de todos los demás. El costo de recopilar experiencia por dispositivo se mantiene constante, pero una flota más grande simplemente acumula más experiencia diversa de la que FERT puede extraer ejemplos útiles. En el caso del empaquetado de teléfonos, esto produce un salto del 79,2% de éxito en la inicialización a una fiabilidad casi total en la escala máxima.