Oliver Hausdörfer en zijn team hebben een nieuw latent-actiemodel uitgebracht dat gesynchroniseerde beelden van twee camera’s gebruikt. Het model leidt acties met 6 vrijheidsgraden nauwkeuriger af en verhoogt de decodeernauwkeurigheid met 17% ten opzichte van versies met één camerastandpunt. Wanneer het model wordt geïntegreerd in een robotbeleid, stijgt het slagingspercentage bij benchmarktaken met 13.5%, tegenover 6.2% voor de basisversie met één camerastandpunt. In praktijktests waarin een robot demonstraties van menselijke handelingen nadeed, leverde het model met twee camerastandpunten 20% meer succesvolle uitvoeringen op, verdeeld over 850 pogingen.
Waarom het ertoe doet
Dankzij deze verbetering kunnen robots nieuwe vaardigheden leren van gewone video’s met minder demonstraties. Dat is nuttig voor labs die weinig teleoperatiegegevens hebben.
