قدّم فريق بقيادة هوانغ هوانغ نظام RoboRender، الذي يحوّل مسارات الروبوتات المحاكاة إلى فيديوهات RGB واقعية. ويستخدم النموذج فيديوهات للعمق وأوامر باللغة الطبيعية وأقنعة للروبوتات، ليضيف خامات وخلفيات من العالم الحقيقي مع الحفاظ على الحركة والأفعال الأساسية. واختُبرت السياسات المتعلَّمة من هذه الفيديوهات في مهام الالتقاط والوضع، والتعامل مع الأجسام المفصلية، والمناورة المتنقلة، وحققت نجاحًا في 71% من المحاولات. وهذا أفضل بنحو 7.1 مرات من التدريب على مخرجات المحاكاة الخام، وبنحو 3.6 مرات من أسلوب التنويع البصري المعتاد للنطاق.
لماذا يهم
يمكن لمطوري الروبوتات تدريب وحدات التحكم في المحاكاة ونشرها مباشرة، ما يقلل الحاجة إلى جمع بيانات مكلفة من العالم الحقيقي.
