Исследователи во главе с Тяньци Гуном представили GTI — метод, который помогает роботу не терять из виду общую цель, выполняя множество шагов. GTI анализирует, что видит робот и что он уже сделал, чтобы определить текущую подзадачу и визуальное состояние, которого нужно достичь следующим. В испытаниях на реальных роботах GTI повысил средний показатель полного выполнения задач с 21,7% до 59,2% — более чем вдвое.
В статье также сообщается об улучшении результатов на симулированных тестах: доля успешного выполнения задач RoboCasa365 достигла 31,8%, а общий показатель на VLA‑Arena — 47,6%.
Почему это важно
Более высокий процент успеха означает, что роботы смогут надёжнее выполнять многоэтапные задачи для промышленных пользователей.