Oliver Hausdörfer und sein Team haben ein neues Modell für latente Aktionen vorgestellt, das synchronisierte Aufnahmen von zwei Kameras nutzt. Das Modell leitet Aktionen mit 6 Freiheitsgraden präziser ab und steigert die Dekodiergenauigkeit gegenüber Versionen mit nur einer Kameraperspektive um 17 Prozent. Wird es in eine Robotersteuerung integriert, steigt die Erfolgsquote bei Benchmark-Aufgaben um 13,5 Prozent – beim Vergleichsmodell mit nur einer Perspektive sind es 6,2 Prozent. Bei Tests unter realen Bedingungen, in denen ein Roboter menschliche Handbewegungen nachahmte, führte das Modell mit zwei Perspektiven bei 850 Versuchen zu 20 Prozent mehr erfolgreichen Durchläufen.
Warum es wichtig ist
Dank der Verbesserung können Roboter neue Fähigkeiten anhand gewöhnlicher Videos und mit weniger Demonstrationen erlernen. Das hilft Forschungslaboren, denen nur wenige Teleoperationsdaten zur Verfügung stehen.
