Yanjun Li के नेतृत्व में शोधकर्ताओं ने LANGUAGE-FORCING पेश किया है। यह रोबोट के वर्ल्ड-एक्शन मॉडल को प्रशिक्षित करने का एक तरीका है, जिसमें काम की प्रगति का वर्णन करने वाली भाषा का इस्तेमाल होता है। यह विधि एक फ्रीज़ किए गए विज़न-लैंग्वेज मॉडल से मिले टेक्स्ट एम्बेडिंग को रोबोट के अनुमानित भावी दृश्यों के साथ संरेखित करती है। इससे प्रशिक्षण के दौरान ही अतिरिक्त कंप्यूटिंग लगती है, इसलिए रोबोट पहले की तरह ही तेज़ चलता है। HumanoidArena बेंचमार्क पर इसकी सफलता दर 79.17% रही, जो अगली सर्वश्रेष्ठ नीति से 9.46 अंक अधिक है। वास्तविक दुनिया के पांच कामों में सफलता दर 53.33% से बढ़कर 71.33% हो गई।
यह क्यों मायने रखता है
ह्यूमनॉइड रोबोट बनाने वालों के लिए यह तकनीक काम के दौरान रोबोट की रफ्तार घटाए बिना उसकी कार्य-सफलता बढ़ाने का तरीका देती है।
