La mayoría de los robots requieren instrucciones específicas con el fin de completar las tareas. UC Berkeley tiene un robot que es un poco más independiente y se le llama el robot Berkeley, para la eliminación de tareas tediosas (BRETT). A diferencia de otros robots, BRETT aprende de sus errores y no necesita instrucciones explícitas.
Algoritmos de aprendizaje profundos se utilizan con BRETT para que el robot pueda aprender de una manera similar a los seres humanos. Se le puede pedir a BRETT que haga varias tareas y se mantendrá tratando de completarlas hasta que finalmente consiga hacer las cosas bien.
BRETT puede aprender una nueva tarea en 10 minutos si el equipo le muestra como moverse, independientemente de eso, BRETT puede aprender una nueva tarea en 3 horas.
Todavía tenemos un largo camino por recorrer antes de que nuestros robots puedan aprender a limpiar una casa o clasificar la ropa, pero nuestros resultados iniciales indican que este tipo de técnicas de aprendizaje profundas pueden tener un efecto transformador.
-. Pieter Abbeell, UC Berkeley
