Un gruppo di ricercatori guidato da Yanjun Li ha presentato LANGUAGE-FORCING, un metodo per addestrare modelli robotici che collegano il mondo alle azioni usando descrizioni linguistiche dei progressi nei compiti. Il metodo allinea gli embedding testuali di un modello visione-linguaggio congelato con le immagini future previste dal robot. L’overhead si aggiunge solo durante l’addestramento, quindi il robot opera alla stessa velocità di prima. Nel benchmark HumanoidArena ha raggiunto un tasso di successo del 79.17%, superando di 9.46 punti la seconda politica migliore. In cinque compiti nel mondo reale, il tasso di successo è salito dal 53.33% al 71.33%.
Perché conta
Per chi sviluppa robot umanoidi, questa tecnica offre una maggiore affidabilità nei compiti senza rallentare il robot durante il funzionamento.
