قدّم باحثون بقيادة يانجون لي طريقة LANGUAGE-FORCING، وهي أسلوب لتدريب نماذج العالم والفعل للروبوتات بالاستعانة بأوصاف لغوية لتقدّم المهام. وتواءم الطريقة بين تمثيلات النصوص المستخرجة من نموذج رؤية ولغة مجمّد والتصورات المستقبلية التي يتنبأ بها الروبوت. ولا تضيف أعباءً إلا خلال التدريب، لذا يعمل الروبوت بالسرعة نفسها كما في السابق. وحققت الطريقة معدل نجاح بلغ 79.17% على معيار HumanoidArena، متقدمةً على ثاني أفضل سياسة بـ9.46 نقاط. وفي خمس مهام واقعية، ارتفع معدل النجاح من 53.33% إلى 71.33%.
لماذا يهم
لدى مطوري الروبوتات الشبيهة بالبشر، تتيح هذه التقنية رفع موثوقية تنفيذ المهام من دون إبطاء الروبوت أثناء التشغيل.
