# दो कैमरों वाला मॉडल रोबोटों की सीखने की क्षमता बढ़ाता है

> शोधकर्ताओं के मुताबिक, कई दृश्यों वाला यह मॉडल एक दृश्य वाले तरीकों की तुलना में रोबोट की सफलता दर 20% तक बढ़ाता है।

Oossa · 2026-10-21 · https://oossa.com/hi/dual-camera-video-model-boosts-robot-learning-across-embodiments

Oliver Hausdörfer और उनकी टीम ने एक नया लैटेंट एक्शन मॉडल जारी किया है, जो दो कैमरों से मिले सिंक्रोनाइज़्ड दृश्यों का इस्तेमाल करता है। यह मॉडल 6-डिग्री-ऑफ-फ़्रीडम वाली गतिविधियों का अधिक सटीक अनुमान लगाता है और एक दृश्य वाले संस्करणों के मुकाबले डिकोडिंग की सटीकता 17% बढ़ाता है। रोबोट पॉलिसी में जोड़ने पर, बेंचमार्क कार्यों में सफलता दर बढ़कर 13.5% हो गई, जबकि एक दृश्य वाले आधार मॉडल में यह 6.2% थी। वास्तविक दुनिया के परीक्षणों में, जहां एक रोबोट ने इंसान के हाथ से किए गए प्रदर्शन की नकल की, दो दृश्यों वाले मॉडल ने 850 प्रयासों में सफल रोलआउट की संख्या 20% बढ़ा दी।

## तथ्य

- प्रकाशित: 2026-10-21
- दो दृश्यों वाला LAM डिकोडिंग की सटीकता 17% और पॉलिसी की सफलता दर 20% तक बढ़ाता है

## यह क्यों मायने रखता है

इस सुधार का मतलब है कि रोबोट कम प्रदर्शनों से सामान्य वीडियो देखकर नए कौशल सीख सकते हैं। इससे उन प्रयोगशालाओं को मदद मिलेगी जिनके पास टेली-ऑपरेशन से जुटाया गया डेटा सीमित है।

## स्रोत और संदर्भ

1. [Multi-View Latent Action Pretraining for Cross-Embodiment Robot Learning from Videos](https://arxiv.org/abs/2610.27794) – arXiv cs.RO, 2026-10-21

अंतिम अपडेट: 2026-10-21