یکی از چالشهای بزرگ در دنیای رباتیک، توانایی رباتها برای تشخیص دقیق منبع صدا در محیطهای شلوغ است. روشهای کلاسیک معمولاً در محیطهای پر نویز دچار خطا میشوند و مدلهای یادگیری عمیق هم همیشه تعمیمپذیری خوبی ندارند.
محققان با معرفی چارچوب «NeuralMUSIC» توانستهاند این مشکل را حل کنند! این سیستم ترکیبی (Hybrid)، با استفاده از شبکههای عصبی برای تخمین ماتریس کوواریانس فضایی و ترکیب آن با الگوریتمهای کلاسیک پردازش سیگنال، دقت و پایداری رباتها را در مکانیابی منابع صوتی بهشدت افزایش داده است. 🚀
نکته جالب اینجاست که این مدل با استفاده از استراتژی یادگیری خودنظارتی (Self-supervised)، میتواند حتی با دادههای بدون برچسب هم ساختارهای فضایی را بهخوبی یاد بگیرد و در محیطهای مختلف عملکردی عالی داشته باشد.
منبع: arXiv AI