Bugüne değin yapay zeka veya robotlara görevleri kodlama ve deneme – yanılma testleriyle öğretilmişti. Ancak görev öğrenimi çok yakında günlük işlerin bir parçasıymış gibi gerçekleştirebilecek. MIT araştırmacıları tarafından geliştirilen ve Planning with Uncertain Specifications (PUnS) akşam yemeği masasını hazırlamak gibi karmaşık görevlerin öğreniminde robotlara yardımcı oluyor.
PUnS sistemi, doğru aksiyon alındığında robotu ödüllendirmek yerine doğrusal zamansal mantık diline sahip olarak robotun nasıl hareket etmesi gerektiği konusunda yön veriyor. Robotu doğru sonuca itmek için araştırmacılar robotun genel görevlerini yerine getirmesine yardımcı olacak kriterleri belirliyor. Bu kriterler en yüksek olasılık ve en az başarısız olma ihtimali temelli formüllerden oluşuyor. Tasarımcılar isterlerse robotu çalıştığı iş alanına göre optimize edebiliyor. Örneğin robot tehlikeli araçlarla çalışıyorsa güvenlik önlemi arttırılıyor veya fabrika modeli ise tutarlı kaliteye uyarlanıyor.
MIT araştırmacılarının geliştirdiği PUnS sistemi, testlerde geleneksel yaklaşımlardan çok daha başarılı bir performans gösterdi. İnsan çalışanı gözlemleyerek öğrenen robot, 20.000 yemek masası hazırlama girişiminin sadece altısında hata yaparak göz doldurdu. Araştırmacılar ilerleyen safhalarda robotların sadece izleyerek öğrenme ile sınırlı kalmasını istemiyor. Geri dönüşe göre doğru ya da yanlış yaptığını algılayabilecek kriterlerin yardımıyla performansa dayalı bir öğrenme sistemi geliştirilerek robotların daha karmaşık iş alanlarında görev yapması bekleniyor.
