في عالم تكنولوجيا الروبوتات، يعتبر التحكم في التنفيذ طويل المدى واحدة من أكبر التحديات. يقدم نموذج 2AM (Two-Agent Memory) حلاً مبتكرًا يجمع بين طبيعة الوكيل وذاكرته. بدلاً من دمج الذاكرة داخل سياسة العمل، يعتمد 2AM على مفهوم ذاكرة الجهة العمالية، مما يسمح بتحسينات جوهرية في أداء الروبوتات.

تواجه الأنظمة الحالية صعوبة في فصل أسباب النجاح أو الفشل؛ حيث يمكن أن تأتي المكاسب من ملاحظات غنية أو من أدوات تحريك مختلفة. في هذا السياق، يسلط 2AM الضوء على أهمية جودة ذاكرة الوكيل، حيث يجعل من الذاكرة المصدر الأساسي للتوجيه خلال المهام. يتمثل الابتكار في استخدام نموذج عبر الألوان (RGB) كعامل أوحد لتنفيذ الحركات ذات الصلة بالمهام، ويجمع التاريخ التفاعلي في لغة فرعية توضح النوايا البدنية في فترات زمنية مختلفة.

من خلال تجارب على مجموعة بيانات LIBERO-Mem، أظهر 2AM كفاءة ملحوظة، حيث حقق معدل إكمال يصل إلى %76.3، متفوقًا بمقدار 61.5 نقطة عن أقوى نقطة أساس سجلت سابقًا. هذه النتائج تدلل على إمكانيات جديدة في كيفية استخدام ذاكرة الوكلاء، مما يفتح آفاقًا واسعة للتطبيقات المستقبلية في تكنولوجيا الروبوتات.

هل أنتم متحمسون لمشاهدة كيف سيغير هذا النموذج مستقبل الروبوتات؟ ندعوكم لمشاركة آرائكم في التعليقات!