Robôs compartilham experiência: frota de 96 máquinas elevou o sucesso na embalagem de 79,2% para 98,3%

Implantar frotas de robôs na escala de dezenas de dispositivos exige resolver um problema prático básico: cada robô precisa de supervisão de um operador quando ocorrem falhas. Pesquisadores apresentaram o Collective Experience Learning (CEL), um paradigma em que todos os robôs de uma frota aprendem com a experiência compartilhada de execução de tarefas, eliminando a necessidade de intervenção humana constante.

Arquitetura do CEL

O sistema é composto por dois componentes principais. O primeiro é o algoritmo FERT (failure-guided experience retrieval fine-tuning). Quando um robô encontra uma falha, o FERT analisa o contexto em que ela ocorreu e busca na base acumulada de trajetórias de sucesso de toda a frota os segmentos relevantes. As ações desses exemplos de sucesso são usadas como sinal para atualizar a política do robô, sem necessidade de coletar demonstrações adicionais de especialistas ou exigir correção de um operador.

O segundo componente é o FATS (fault-tolerant asynchronous training system), projetado especificamente para a realidade de sistemas em operação. O FATS coordena de forma assíncrona três processos simultâneos: a coleta de experiência dos robôs, a otimização da política comum e a distribuição da política atualizada de volta aos dispositivos. A arquitetura assíncrona permite que o sistema continue funcionando mesmo com a falha de robôs individuais ou interrupção na comunicação.

Resultados na prática

Os pesquisadores testaram o CEL em cinco tarefas reais de manipulação. Os resultados demonstram claramente o efeito de escalonamento: com o aumento da frota e tempo de coleta de dados por robô fixo, o sucesso cresce de forma contínua. Na tarefa de embalagem de celulares em múltiplas etapas, esse efeito é o mais evidente: a expansão da frota de 16 para 96 robôs elevou o sucesso de 86,7% para 98,3%. O sucesso inicial da política antes da aplicação do CEL era de 79,2%.

No conjunto completo de cinco tarefas, o CEL atinge taxas de sucesso na faixa de 93,3% a 99,2%. Todas as avaliações foram realizadas em robôs excluídos da coleta de dados de treinamento, com 120 testes por tarefa.

A economia do escalonamento

O CEL resolve um problema crítico de implantação. A abordagem tradicional exige um operador para cada novo robô, para supervisionar e corrigir falhas. Com o CEL e o FATS, as falhas passam a ser sinais de treinamento para a política comum, que melhora com a experiência acumulada de toda a frota. Cada robô adicional contribui para melhorar a política de todos os outros. O custo de coletar experiência por dispositivo permanece constante, mas uma frota maior simplesmente acumula mais experiência diversa, da qual o FERT pode extrair exemplos úteis. No caso da embalagem de celulares, isso resulta em um salto de 79,2% de sucesso na inicialização para uma confiabilidade quase total na escala máxima.