研究者らは、ロボットの関節の状態やモデル、カメラのキャリブレーション情報を使い、ロボット自身の動きによるカメラ映像の変化を予測する動画コーデックを提案した。共有する動作信号に動画データは追加されず、帯域幅が限られた接続でも送信する映像を減らせる。
LIBEROでのテストでは、履歴情報を条件に使うコーデックと比べ、6 kbpsでのOpenVLA-OFTのタスク成功率が22.8%から43.1%に上昇したと研究者らは報告している。この研究はプレプリントで、著者らによると、正式な出版後にコードと補足資料を公開する予定だ。
なぜ重要か
ロボット制御ポリシーを遠隔サーバーで動かすチームにとって、今回の報告は、カメラ映像の上り帯域が限られる環境で、動作を考慮した動画圧縮がタスク成功率の向上につながる可能性を示している。実環境での性能は今後検証が必要だ。
