قدّم باحثون من عدة جامعات XInfer، وهو إطار لخدمة نماذج الرؤية واللغة والفعل (VLA) المستخدمة في التعامل الروبوتي مع الأشياء. ينسّق XInfer بين متطلبات الحوسبة المتنوعة لهذه النماذج والتوقيت الذي تحتاج إليه الروبوتات، ليُبقي وحدات GPU مشغولة من دون تأخير التغذية الراجعة المهمة. وفي اختبارات شملت ثلاثة نماذج VLA وأعباء عمل لروبوتات في العالم الحقيقي، وفّر XInfer سعة تشغيل روبوتات فعلية تعادل 1.26 إلى 3.75 ضعف ما تحققه أفضل الأنظمة الحالية. وقد أُتيح الكود علنًا ليتمكن الآخرون من تجربته.
لماذا يهم
يمكن لمشغّلي الروبوتات إنجاز مزيد من المهام بالمعدات نفسها، ما يخفض تكلفة تشغيل الأساطيل الكبيرة.
