محققان در مقاله جدیدی موفق شدند با استفاده از معماری JEPA و ترکیب «هندسه سهبعدی» با یادگیری مدلهای جهانی (World Models)، دقت رباتها در محیطهای بیرونی و غیرقابلپیشبینی را به شکل چشمگیری افزایش دهند.
این مدل جدید با بهرهگیری از دادههای ویدئویی واقعی رباتهای کشاورزی، توانسته خطای مسیریابی بصری را تا ۳۳ درصد کاهش دهد و درک ربات از محیط اطرافش را بسیار دقیقتر کند. این یعنی گام بعدی به سمت رباتهای خودمختار که در دنیای واقعی گم نمیشوند! 🤖🌾
منبع: arXiv Machine Learning