AlphaNIST: un robot aprende a ensamblar piezas de 4 mm sin instrucciones humanas
El tablero de ensamblaje NIST plantea veinte tareas con piezas de 4 mm, tolerancias mínimas y secuencias que un agarre puede bloquear. AlphaNIST entrena una sola política con recompensa binaria y experiencia heterogénea: partes sueltas, agarres en mano y ensamblajes parciales. El muestreo guiado por éxito prioriza los estados que la política resuelve la mitad de las veces, permitiendo que surjan habilidades de ensamblaje que nadie programó.
Quizá la respuesta sea dejar de decirle al robot cómo creemos que debe hacerse la tarea y permitir que aprenda a lograrlo.