پژوهشگران MessyNav را معرفی کرده‌اند؛ چارچوبی که به ربات‌های متحرک کمک می‌کند در فضاهای شلوغ حرکت کنند و درباره موانع سر راهشان تصمیم بگیرند. این چارچوب از یک مدل بینایی‌ـ‌زبانی—سامانه‌ای که تصویر و متن را تفسیر می‌کند—برای ارزیابی اشیا استفاده می‌کند و سپس تصمیم می‌گیرد آن‌ها را کنار بزند، بردارد یا از آن‌ها دوری کند.
به گزارش گروه پژوهشی، در آزمایش‌های ربات واقعی، نرخ موفقیت نسبت به قوی‌ترین روش مبنا ۲۷ واحد درصد بهبود یافته است. پژوهشگران همچنین در یک ارزیابی آفلاین گسترده‌تر، بدون آموزش اختصاصی برای این وظایف، از بهبودهای معنادار آماری خبر داده‌اند.
چرا مهم است
برای تیم‌هایی که ربات‌هایی برای خانه‌ها یا دیگر فضاهای شلوغ می‌سازند، MessyNav راهی برای انتخاب میان جابه‌جاکردن اشیا و دوری از آن‌ها، بدون آموزش اختصاصی برای هر وظیفه، فراهم می‌کند؛ بااین‌حال، چکیده مقاله نشان نمی‌دهد این روش خارج از ارزیابی‌های گزارش‌شده تا چه اندازه خوب عمل می‌کند.
