Kyoungin Baik के नेतृत्व वाली टीम ने SimVLA पेश किया है। यह ऐसा फ्रेमवर्क है जो रोबोट के सिमुलेटेड डेटा से ही विज़न-लैंग्वेज-एक्शन (VLA) मॉडल को प्रशिक्षित करता है। सिस्टम पहले दो बड़े सिमुलेटेड डेटासेट से सीखता है—SimAction, जिसमें मोबाइल मैनिपुलेशन के 35 काम शामिल हैं, और SimVQA, जो विस्तृत विज़ुअल-लैंग्वेज सुपरविज़न जोड़ता है। सिमुलेटेड रोलआउट पर अतिरिक्त पोस्ट-ट्रेनिंग के बाद SimVLA को असली दुनिया के कामों में परखा गया, जैसे अलमारियों में सामान भरना, तरल पदार्थ डालना और सफाई करना। इन परीक्षणों में इसने 50 असली दुनिया के प्रदर्शनों पर प्रशिक्षित पॉलिसियों से बेहतर प्रदर्शन किया। इससे पता चलता है कि सिमुलेशन महंगे, वास्तविक डेटा-संग्रह की जगह ले सकता है।
यह क्यों मायने रखता है
अगर रोबोट सिर्फ सिमुलेशन से सीख सकें, तो निर्माता घरेलू सहायकों को अधिक तेज़ी से और कम लागत में विकसित कर सकते हैं।
