Robotics

Görme-Dil-Eylem Modelleri (VLA)

Görme-dil-eylem (VLA) modelleri, bir görme-dil modelinin üzerine eylem çıktısı ekleyerek robotu doğrudan sürer: kamera görüntüsü ile doğal dilde verilen görev girdi, eklem ya da uç işlevci komutları çıktıdır. Böylece her görev için ayrı politika eğitmek yerine tek bir genel politika farklı nesne ve sahnelere aktarılabiliyor; belirleyici kısıtlar gerçek robot verisi toplamanın maliyeti, gerçek zamanlı çalıştırma ve güvenli durdurmadır. Kapsam: eylem tokenlaştırma yaklaşımları, açık ağırlıklı VLA temelleri, cihaz üzerinde çalıştırma ve değerlendirme protokolleri.

Gündem

0

Kavram

1

Analiz

0

Radar momentum

—