Yunze Liu के नेतृत्व में शोधकर्ताओं ने Robota-Embed जारी किया है। यह रोबोटों के लिए विज़न-लैंग्वेज-एक्शन एम्बेडिंग मॉडल है। यह मौजूदा स्थिति, दृश्य इनपुट और कार्रवाइयों को एक साथ एन्कोड करता है, फिर संदर्भ के तौर पर उनसे मेल खाते पुराने अनुभव खोजता है। परीक्षणों में, DROID‑Sim बेंचमार्क पर सफलता दर 47% से बढ़कर 56% और LIBERO के कठिन सबसेट पर 86% से बढ़कर 93% हो गई। इस मॉडल ने बिना बदले गए GPT‑6 Astra पॉलिसी को ManiSkill के पांच कामों में 68% सफलता दिलाने में भी मदद की, जबकि अकेली पॉलिसी की सफलता दर 24% थी।
यह क्यों मायने रखता है
रोबोट बनाने वाले Robota-Embed की मदद से पॉलिसी को दोबारा प्रशिक्षित किए बिना कामों में प्रदर्शन सुधार सकते हैं, जिससे कंप्यूटिंग संसाधनों और डेटा जुटाने की मेहनत की बचत होगी।
