Ortak gösterim, fiziksel sınama
Bir robotun daha çok dokunma verisi gördükten sonra daha iyi çalışması, farklı algılayıcılardan aynı ölçüde yararlandığını göstermiyor. Robbyant ekibinin 9 Kasım’da yayımladığı LingBot-Touch ön baskısını bu ayrımla okumak gerekiyor. Çalışma, üç dokunma algılama yönteminden gelen veriyi ortak bir gösterimde birleştiriyor. Sonuçlar umut verici; fakat asıl öğretici bulgu, veriyi artırmakla sabit veri miktarını başka algılayıcılarla paylaşmanın aynı deney olmaması. Henüz bağımsız tekrar veya hakem değerlendirmesi sonucu sunulmuyor.[1]
Ekip 4.983 saatlik veride piezodirençli, manyetik ve optik algılayıcıları bir araya getiriyor. Her algılayıcının çıktısı ortak parmak ucu uzayına eşleniyor; modele özgü giriş dönüştürücüleri ortak kodlayıcıya bağlanıyor. Öğrenme hedefi ham ölçümü yeniden üretmek yerine gizlenmiş gösterimi kestirmek. Böylece dokunma bilgisinin farklı donanımlarda taşınabileceği bir ara biçim aranıyor. Ancak ortak biçimin varlığı tek başına aktarım başarısı sayılmaz; bunu ölçmek için sonraki robot görevlerine bakmak gerekir.[1]
Aktarımın sınırı
Fiziksel sınama, iki robot elinde toplam 26 görevi kapsıyor. Aynı gösterim verisiyle eğitilen dört politika, dokunmasız giriş, ham dokunma ve öğrenilmiş dokunma gösterimiyle karşılaştırılıyor. Her görevde 20 ardışık deneme yapılıyor. Örneğin yazarlar π0.5 için ortalama başarının yüzde 48,1’den yüzde 69,9’a yükseldiğini bildiriyor. Bu, belirli görevler ve denemeler üzerindeki ekip ölçümü. Günlük kullanımda düşürme, hasar veya uzun süreli güvenilirlik oranı olarak okunamaz.[1]
İkinci elde kullanılan manyetik algılayıcı modeli ön eğitimde bulunmuyor. Bu, daha önce görülmeyen donanım için anlamlı bir sınama; manyetik algılama yönteminin bütünüyle görülmediği anlamına gelmiyor. Üstelik ortak parmak ucu uzayına geometrik eşleme gerekiyor. Aktarımın bir bölümü öğrenilmiş gösterimden, bir bölümü bu eşlemeden kaynaklanabilir. Makul alternatif açıklama, donanımlar arası ortak geometrinin kazanıma katkısıdır. Bu yüzden sınama, her yeni ele ayarsız geçişi kanıtlamıyor.[1]
İki ayrı veri sorusu
En önemli karşılaştırma veri bütçesinde ortaya çıkıyor. Bir algılayıcıya ayrılan veri korunup başka yöntemlerden veri eklendiğinde sonuçlar çoğunlukla iyileşiyor. Toplam ön eğitim verisi sabit tutulduğunda ise yalnızca hedef algılayıcıyla eğitim çoğu karşılaştırmada daha iyi. İlk deney daha fazla veri toplamanın yararını, ikincisi mevcut bütçeyi paylaştırmanın bedelini ölçüyor. İkisini tek bir genelleme başarısı altında toplamak, donanım çeşitliliğinin katkısını veri miktarının katkısıyla karıştırır.[1]
Benim için sonraki basamak, farklı bir ekibin görülmemiş bir elde aynı görevleri, aynı gösterim sayısını ve aynı toplam ön eğitim bütçesini koruyarak karşılaştırması olur. Bu bir başarı tahmini değil, hangi iddiayı hangi deneyin güçlendireceğine ilişkin ölçüt. Kapasitif algılayıcılar, avuç içi temasları ve daha geniş el çeşitliliği mevcut çalışmanın sınırları arasında. LingBot-Touch’un değeri bu sınırları kaldırmış olmasında değil; ortak gösterimin nerede işe yaradığını ve nerede veri bütçesine yenildiğini aynı çalışmada görünür kılmasında. Eğer bu tekrar sabit bütçede de kazanımı korursa, algılayıcı çeşitliliğinin yalnızca daha çok veri sağlamanın ötesinde katkısı olduğu iddiası güçlenir.[1]