پژوهشگران MambaAct را معرفی کردند؛ یک کارشناس کنش کوچک‌تر برای مدل‌های بینایی‌ـ‌زبان‌ـ‌کنش (VLA) مبتنی بر تطبیق جریان. این مدل رمزگذار بینایی‌ـ‌زبانی مدل پیشین π₀.₅ را حفظ می‌کند، اما بخش کنش مبتنی بر ترنسفورمر آن را با ماژول جمع‌وجور Mamba جایگزین می‌کند. این تغییر اندازه کارشناس کنش را ۱۰ برابر کاهش می‌دهد و تأخیر نویززدایی را در معیار شبیه‌سازی LIBERO به میزان 64.8٪ و در آزمون‌های دنیای واقعی 58.8٪ کم می‌کند. در همین حال، میانگین نرخ موفقیت در LIBERO حدود ۱ واحد درصد افزایش می‌یابد. کد و وزن‌های مدل به‌صورت عمومی منتشر شده‌اند.
چرا مهم است
متخصصان رباتیک می‌توانند مدل‌های VLA را روی سخت‌افزار محدود سریع‌تر اجرا کنند و به دست‌کاری تقریباً بلادرنگ دست یابند.
