शोधकर्ताओं ने GazeAct पेश किया है—एक वास्तविक रोबोट डेटासेट और प्रशिक्षण विधि, जिसमें 40 कामों के 12,000 प्रदर्शन और 300 Hz पर दर्ज इंसानी निगाहों का डेटा जोड़ा गया है। यह डेटा विज़न-लैंग्वेज-एक्शन नीतियों को प्रासंगिक वस्तुओं और जगहों पर ध्यान केंद्रित करना सिखाने में मदद करता है। लेखकों के मुताबिक, रोबोट को काम करते समय निगाहों का इनपुट देने की जरूरत नहीं होती।
लेखकों के अनुसार, वास्तविक दुनिया के 18 कामों में औसत सफलता दर 48.1% से बढ़कर 58.6% हुई, और कुछ मामलों में 25 प्रतिशत अंक तक का सुधार दर्ज किया गया। LIBERO-Spatial बेंचमार्क पर भी सफलता दर 57.9% से बढ़कर 69.6% हुई।
यह क्यों मायने रखता है
रोबोटिक्स शोधकर्ताओं के लिए GazeAct, ऑपरेटर की आंखों की गतिविधियों को प्रशिक्षण के मार्गदर्शन में इस्तेमाल करने का तरीका देता है—बिना तैनाती के समय निगाहें मापने वाले सेंसर की जरूरत के। हालांकि, यह अभी स्पष्ट नहीं है कि बताए गए परीक्षणों से बाहर भी ये सुधार कायम रहेंगे या नहीं।
