Mô hình thị giác–ngôn ngữ–hành động
Chuỗi hành động: vì sao dự đoán nhiều bước lại tốt hơn
Thay vì hỏi bước tiếp theo là gì, mô hình xuất ra cả một đoạn chuyển động. Thay đổi nhỏ này giải quyết được ba vấn đề cùng lúc.
Mô hình thị giác–ngôn ngữ–hành động
Kiến trúc mô hình VLA: đầu vào, đầu ra, cách sinh hành động và giới hạn hiện tại.
Mô hình thị giác–ngôn ngữ–hành động
Mô hình thị giác–ngôn ngữ–hành động
Tần số suy luận: nút thắt ít được nói tới
Mô hình càng lớn càng thông minh, nhưng cũng càng chậm. Với robot, chậm không chỉ là bất tiện mà có thể làm cả hệ mất ổn định.
Mô hình thị giác–ngôn ngữ–hành động
Mô hình nền cho robot: hứa hẹn và giới hạn
Ý tưởng là một mô hình dùng chung cho nhiều robot và nhiều nhiệm vụ, thay vì huấn luyện riêng từng thứ. Ba trở ngại đang đứng giữa ý tưởng và thực tế.
Mô hình thị giác–ngôn ngữ–hành động
Mô hình thị giác – ngôn ngữ – hành động hoạt động thế nào
Ba đầu vào, một đầu ra, và một ý tưởng nền: tận dụng tri thức đã học từ ảnh và chữ để robot không phải học lại thế giới từ đầu.
Mô hình thị giác–ngôn ngữ–hành động
Biểu diễn hành động: đầu ra của mô hình thật ra là gì
Cùng một chuyển động có thể được mô tả bằng nhiều cách. Lựa chọn cách nào ảnh hưởng tới độ khó của việc học nhiều hơn là tới bản thân robot.
Bạn cần hỗ trợ thêm?
Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.