Peneliti memperkenalkan Graph-as-Policy (GaP), sebuah harness pemrograman multi-agen yang dirancang untuk menjembatani kesenjangan keandalan dalam tugas Otomatisasi Variatif dengan menggabungkan pemrograman yang dapat diinterpretasikan dengan adaptabilitas tanpa model. GaP menghasilkan grafik komputasi terarah yang berisi node persepsi, perencanaan, dan kontrol dari Modular Open Robot Skill Library (MORSL) dan menggunakan simulasi internal untuk berlatih dan menyempurnakan struktur-struktur ini.
- Sistem secara iteratif menyempurnakan struktur grafik dan parameter secara paralel untuk meningkatkan tingkat keberhasilan dan throughput.
- Evaluasi pada 8 benchmark tugas VA terbuka baru, yang terdiri dari 4 skenario dalam simulasi dan 4 di dunia nyata, menunjukkan bahwa GaP secara signifikan mengungguli baseline.
Pendekatan ini memungkinkan robot untuk menjalankan tugas yang berkelanjutan dan andal dalam aplikasi komersial dan industri meskipun terdapat variasi dalam geometri objek dan pose.