محققان در یک دستاورد جدید، چارچوب نوآورانهای به نام DAG را معرفی کردهاند که به هوش مصنوعی اجازه میدهد نحوه کار با اشیا (Affordance) را در محیطهای واقعی و ناشناخته بهتر درک کند. این سیستم با استفاده از دانشِ نهفته در مدلهای تولید تصویر (Text-to-Image)، میتواند پیشبینیهای دقیقتری برای تعامل با اشیا در فضای سهبعدی ارائه دهد.
این یعنی رباتها در آینده میتوانند بسیار هوشمندتر و منعطفتر در دنیای واقعی حرکت کرده و کارها را انجام دهند. اگر به دنیای رباتیک و بینایی ماشین علاقه دارید، بررسی کد این پروژه در گیتهاب را از دست ندهید! 🚀
🔗 لینک پروژه: https://github.com/hq-King/DAG
منبع: arXiv Computer Vision