Forskare under ledning av Yanjun Li har presenterat LANGUAGE-FORCING, en metod för att träna robotars världs- och handlingsmodeller med hjälp av språkliga beskrivningar av hur uppgifter fortskrider. Metoden anpassar textinbäddningar från en fryst vision-språkmodell till robotens förutsagda framtida bilder. Den medför bara extra beräkningskostnader under träningen, så roboten arbetar lika snabbt som tidigare. I benchmarktestet HumanoidArena nådde metoden en framgångsgrad på 79,17 %, vilket var 9,46 procentenheter bättre än den näst bästa policyn. I fem verkliga uppgifter steg framgångsgraden från 53,33 % till 71,33 %.
Varför det spelar roll
För utvecklare av humanoida robotar innebär tekniken högre tillförlitlighet i uppgifter utan att roboten blir långsammare under drift.
