محققان در مقاله جدیدی به بررسی چالش «تعمیم ترکیبی» در رباتیک پرداختهاند. مشکل اینجاست که رباتها هنگام یادگیری، تمایل دارند به جای درک واقعی دستورات زبان، به ویژگیهای ظاهری (مثل رنگ) تکیه کنند و بقیه جزئیات مهم (مثل نوع شیء یا فعل) را نادیده بگیرند. 🛑
تیم پژوهشی با معرفی یک چارچوب تشخیصی هوشمند، «سوگیری دستورات» را در مدلهای رباتیک شناسایی کرده و استراتژی جدیدی برای جمعآوری دادهها پیشنهاد دادهاند. این روش باعث میشود رباتها با دادههای کمتر، آموزش دقیقتر و عمومیتری ببینند. این یعنی قدمی بزرگ برای ساخت رباتهای خانگی و صنعتی با درک محیطی بهتر! 🦾✨
منبع: arXiv Computer Vision