Liqian Ma के नेतृत्व में शोधकर्ताओं ने MetaGenSim पेश किया है। यह मेटा-लर्निंग फ्रेमवर्क सीखता है कि रोबोटों को प्रशिक्षित करने के लिए सबसे उपयोगी डेटा किन सिम्युलेटर पैरामीटर से मिलता है। यह प्रणाली मेटा-ग्रेडिएंट्स की मदद से एक सहायक रेटर नेटवर्क को प्रशिक्षित करती है, जिससे सिमुलेशन को असल दुनिया के अनुरूप ढालने के लिए हाथ से सेटिंग तय करने की जरूरत नहीं रहती। वस्तुओं को उठाने-हिलाने जैसे कामों के परीक्षण में, एकसमान तरीके से तैयार किए गए डेटा की तुलना में MetaGenSim ने असल दुनिया में पूरे काम को सफलतापूर्वक पूरा करने की दर 150% बढ़ाई और विशेषज्ञों की बनाई सेटिंग जितना अच्छा प्रदर्शन किया। यह शोध CoRL 2026 में पेश किया गया।
यह क्यों मायने रखता है
इससे रोबोट विकसित करने वाले सिम्युलेटर की सेटिंग हाथ से ठीक करने में कई हफ्ते लगाए बिना असल दुनिया में बेहतर प्रदर्शन हासिल कर सकते हैं।
