مدلهای زبانی-بینایی-حرکتی (VLA) که برای کنترل رباتها استفاده میشوند، معمولاً در کارهای نیازمند دقت بالا با چالش مواجهاند. اما محققان روش جدیدی به نام «MG-Select» معرفی کردهاند که بدون نیاز به آموزش اضافی یا مدلهای ناظر خارجی، به ربات کمک میکند بهترین عمل را از بین گزینههای مختلف انتخاب کند.
این متد با استفاده از معیاری به نام «واگرایی KL» و تحلیل عدمقطعیت، به رباتها اجازه میدهد در شرایط پیچیده و جدید، تصمیمات بسیار دقیقتری بگیرند. این یعنی رباتها در محیطهای واقعی، عملکردی هوشمندتر و قابلاعتمادتر خواهند داشت. 🦾
منبع: arXiv AI