perceção que admite a dúvida
Cada deteção reporta um intervalo de confiança, cada rastreio uma covariância. O planeador vê a dúvida diretamente.
Robótica
Ensinar robôs a planear com incerteza
Investigação em IA incorporada que ajuda robôs a perceber, raciocinar e agir com ciclos de retroalimentação mais seguros.
A incerteza faz parte da perceção, não faz parte do planeador
Os robôs que atuam no mundo real têm de reconhecer quando estão errados. O nosso trabalho de IA incorporada empurra a incerteza de volta para a perceção, para que os planeadores possam reagir a ela, e depois valida tudo contra ambientes reais cuidadosamente controlados antes de reintegrar as surpresas no simulador.
divisão convencional
a perceção emite estimativas pontuais, e supõe-se que o planeador seja robusto a tudo aquilo em que elas errem.
a nossa divisão
a perceção emite a dúvida diretamente — intervalos de confiança nas deteções, covariância nos rastreios — e o planeador está ligado para reagir a essa dúvida.
Onde o ciclo incorporado conquista a sua segurança
sim → real → sim
Treinamos em simulação, validamos num ambiente real cuidadosamente controlado e reintegramos cada surpresa no simulador.
um ciclo de retroalimentação mais seguro
Um robô que não sabe que está errado é o perigoso. Recompensamos sistemas que param, perguntam e replaneiam quando a incerteza ultrapassa um limiar escrito.
O ciclo aperta-se até o fosso ser pequeno
Treinar em simulação, validar num ambiente real controlado, reintegrar cada surpresa no simulador. A cada ciclo o fosso com a realidade encolhe.
A tabela de deteção é a tabela de ação
A mesma cena do herói, decomposta na perspetiva do controlador: deteção, confiança, decisão, classe de política. Um desconhecido de baixa confiança não se torna um plano executado.
deteção confiança decisão classe de política urgência
d1 · box 0.92 pick execute low
d2 · human 0.78 stop & yield override high
d3 · unknown 0.41 pause · ask escalate medium
Perceção que admite a dúvida
Os robôs que atuam no mundo real têm de reconhecer quando estão errados. A nossa stack de perceção reporta a incerteza juntamente com cada deteção, para que os planeadores possam reagir.
Sim, depois real, depois sim
Treinamos em simulação, validamos em ambientes reais cuidadosamente controlados e reintegramos as surpresas no simulador. O ciclo aperta-se até o fosso ser pequeno.
transversalidades
A incerteza incorporada é apenas calibração com um prazo
A mesma disciplina de calibração que surge nas nossas previsões climáticas e na nossa biblioteca de avaliação aterra aqui como uma lei de controlo: quando a banda é larga, o robô cede.