शोधकर्ताओं ने MambaAct पेश किया है—फ्लो-मैचिंग विज़न-लैंग्वेज-एक्शन (VLA) मॉडल के लिए एक छोटा एक्शन एक्सपर्ट। इसमें पहले के π₀.₅ मॉडल का विज़ुअल-लैंग्वेज एन्कोडर बरकरार रखा गया है, लेकिन ट्रांसफॉर्मर-आधारित एक्शन हिस्से की जगह एक कॉम्पैक्ट Mamba मॉड्यूल लगाया गया है। इससे एक्शन एक्सपर्ट का आकार दस गुना घट जाता है और LIBERO सिमुलेशन बेंचमार्क पर डिनॉइज़िंग में लगने वाला समय 64.8% तथा वास्तविक दुनिया के परीक्षणों में 58.8% कम हो जाता है। साथ ही, LIBERO पर औसत सफलता दर में करीब 1 प्रतिशत अंक का सुधार होता है। कोड और मॉडल वेट सार्वजनिक रूप से जारी किए गए हैं।
यह क्यों मायने रखता है
रोबोटिक्स विशेषज्ञ सीमित हार्डवेयर पर VLA मॉडल तेज़ी से चला सकते हैं, जिससे लगभग रियल-टाइम में वस्तुओं को संभालना संभव होता है।
