งานวิจัย
การพัฒนาเทคโนโลยีประมวลผลหน่วยความจำภาพระยะยาวสำหรับการควบคุมหุ่นยนต์แบบเรียลไทม์
Long-WAM: Scaling the Context of World-Action Models
- ทำอะไร
- คณะนักวิจัยได้พัฒนา Long-WAM ซึ่งเป็นโมเดลที่ใช้ประโยชน์จากข้อมูลภาพในอดีตของหุ่นยนต์ได้อย่างมีประสิทธิภาพภายใต้ข้อจำกัดแบบเรียลไทม์
- ผลลัพธ์หลัก
- เมื่อทำการฝึกอบรมล่วงหน้า (Pre-training) โมเดลพื้นฐานที่ประมวลผลข้อมูลภาพด้วยวิธี Auto-regressive (AR) การใช้ประโยชน์จากหน่วยความจำในอดีตจะเพิ่มขึ้นสูงสุด และอัตราความสำเร็จของงานหุ่นยนต์ก็ได้รับการปรับปรุงให้ดีขึ้น
- ความสำคัญ
- พิสูจน์แล้วว่าสามารถทำงานได้แบบเรียลไทม์ในสภาพแวดล้อมฮาร์ดแวร์ที่หลากหลาย ซึ่งสามารถมีส่วนช่วยในการประยุกต์ใช้งานควบคุมหุ่นยนต์ระยะยาวที่ซับซ้อนในอนาคตสรุปโดย AI
