Ein Forschungsteam unter der Leitung von Tianqi Gong hat GTI vorgestellt – eine Methode, die dafür sorgt, dass ein Roboter bei der Ausführung zahlreicher Schritte das übergeordnete Ziel im Blick behält. GTI wertet aus, was der Roboter sieht und bereits getan hat, um zu bestimmen, welcher Teilschritt gerade ansteht und welchen visuellen Zustand er als Nächstes erreichen soll. In Tests mit realen Robotern steigerte GTI die durchschnittliche Erfolgsquote für vollständige Aufgaben von 21,7 % auf 59,2 % und mehr als verdoppelte damit die Leistung.
Die Arbeit berichtet auch von Verbesserungen bei simulierten Tests: Die Erfolgsquote bei Aufgaben aus RoboCasa365 stieg auf 31,8 %, die Gesamterfolgsquote bei VLA-Arena auf 47,6 %.
Warum es wichtig ist
Höhere Erfolgsquoten bedeuten, dass Roboter mehrstufige Aufgaben für industrielle Anwender zuverlässiger erledigen können.