مدلهای بینایی-زبانی-عملگر (VLA) که مسئول کنترل رباتها هستند، گاهی اوقات به جای گوش دادن به دستورات ما، فقط بر اساس عادتها و سوگیریهای آموزشی خود عمل میکنند! محققان برای حل این مشکل، بنچمارک جدیدی به نام «LIBERO-CF» طراحی کردهاند تا این شکستهای هوش مصنوعی را بهتر شناسایی کنند.
خبر خوب اینکه آنها راهکاری به نام «CAG» هم معرفی کردند که مثل یک فیلتر هوشمند عمل میکند؛ بدون نیاز به تغییر مدل اصلی، دقتِ پیروی از دستورات زبانی را در رباتها بهشدت بالا میبرد. گامی مهم برای واقعیتر و دقیقتر شدنِ عملکرد رباتهای هوشمند! 🦾✨
منبع: arXiv Computer Vision