Les chercheurs ont publié le modèle de base pour robot universel π0.7, réalisant une capacité de généralisation combinée

ME News Actualités, le 17 avril (UTC+8), des chercheurs ont récemment publié un nouveau modèle de base robotique polyvalent nommé π0.7, qui aurait réalisé des avancées significatives en termes de généralisation. Ce modèle peut effectuer une large gamme de tâches de manipulation habile, avec des performances comparables à celles de modèles experts spécialement ajustés, et peut comprendre de nouvelles instructions linguistiques pour accomplir des tâches jamais vues dans les données d’entraînement, comme utiliser de nouveaux appareils de cuisine ou faire plier des vêtements avec un robot non entraîné. π0.7 peut exécuter toutes les compétences dès la sortie de la boîte, les combiner pour résoudre de nouvelles tâches, et généraliser efficacement entre différentes plateformes de robots, scénarios et missions. L’article suggère que la clé pour atteindre cette généralisation réside dans l’utilisation de données variées provenant de différents robots, humains et stratégies autonomes, ainsi que dans l’ajout d’informations contextuelles diversifiées dans les prompts (telles que la description textuelle de la tâche, des images d’objectifs visuels, la longueur de segments attendus, des étiquettes de mode de contrôle, etc.) pour éliminer l’ambiguïté comportementale, permettant ainsi d’intégrer une gamme plus large de sources de données. (Source : InFoQ)