Modelos de Valor de Mundo para Manipulación Robótica | Integración de predicción y valor para tareas robóticas complejas | Aprendizaje de modelos de mundo orientados a tareas de agarre y precisión

Abstract

PROBLEMA: Que un robot prediga qué va a pasar es útil, pero saber si lo que pasará es 'bueno' para el objetivo (valor) es el verdadero cuello de botella en manipulación compleja. SOLUCIÓN: El paper introduce los World Value Models (WVM), que integran la predicción del estado futuro con una estimación implícita de la utilidad o valor hacia la tarea final. METODOLOGÍA: Utilizan representaciones latentes de escenas 3D y las combinan con funciones de valor aprendidas para guiar la planificación del brazo robótico. RESULTADOS: Demuestra una mayor tasa de éxito en manipulación de objetos delicados y en entornos con oclusiones, respecto a modelos que solo predicen el siguiente frame visual. RELEVANCIA: Representa un avance en el cierre de la brecha entre visión, predicción y acción en robótica física.