محققان در پژوهشی جدید، فریمورک «HiMoE-VLA» را معرفی کردهاند که تحولی در آموزش «ایجنتهای بینایی-زبانی-حرکتی» (VLA) محسوب میشود.
این مدل با استفاده از ساختار «مخلوطی از متخصصان» (Mixture-of-Experts) به صورت سلسلهمراتبی، مشکل یادگیری همزمان چندین ربات با بدنهها و وظایف مختلف را حل کرده است. بهعبارتی، این سیستم به جای استفاده از یک مدل یکپارچه که باعث سردرگمی میشود، بخشهای تخصصی برای هر نوع حرکت تعریف میکند.
نتیجه این پژوهش، افزایش چشمگیر موفقیت در اجرای وظایف رباتیک و تبدیل تداخلهای منفی به یادگیری تکمیلی بوده است. جزئیات و کدهای این پروژه برای علاقهمندان به دنیای رباتیک و هوش مصنوعی در دسترس قرار گرفته است. 🦾✨
منبع: arXiv AI