Los investigadores proponen un códec de video que usa los estados de las articulaciones del robot, su modelo y la calibración de la cámara para predecir cómo cambia la imagen que esta capta cuando el robot se mueve. La señal de movimiento compartida no añade bits al video y ayuda al códec a enviar menos imágenes a través de una conexión con ancho de banda limitado.
En pruebas con LIBERO, los investigadores informan que la tasa de éxito de las tareas de OpenVLA-OFT aumentó del 22.8% al 43.1% con 6 kbps, en comparación con un códec condicionado por el historial. El trabajo es un preprint; sus autores afirman que publicarán el código y el material complementario tras la publicación formal.
Por qué importa
Para los equipos que ejecutan políticas robóticas en servidores remotos, las mejoras reportadas sugieren que la compresión de video que tiene en cuenta el movimiento podría aumentar el éxito de las tareas cuando el ancho de banda de subida de la cámara es limitado; aún está por comprobarse su rendimiento en el mundo real.
