Pesquisadores liderados por Yunze Liu lançaram o Robota-Embed, um modelo de embeddings de visão, linguagem e ação para robôs. Ele codifica em conjunto o estado atual, as informações visuais e as ações e, em seguida, recupera continuações anteriores semelhantes para usá-las como contexto. Nos testes, a taxa de sucesso subiu de 47% para 56% no benchmark DROID‑Sim e de 86% para 93% no subconjunto difícil do LIBERO. O modelo também ajudou uma política GPT‑6 Astra congelada a completar cinco tarefas do ManiSkill, com 68% de sucesso, ante 24% da política sem o modelo.
Por que importa
Desenvolvedores de robôs podem usar o Robota-Embed para melhorar o desempenho em tarefas sem retreinar as políticas, economizando computação e esforço na coleta de dados.
