ما الذي يهم حقًا؟ تشخيص وتحسين الأسس البصرية الشرطية في سياسات التقليد الحركي البصري

تمثل السياسات الحركية البصرية (Visuomotor imitation policies) قفزة نوعية في مجالات الذكاء الاصطناعي، حيث تتمكن من تحقيق أداء عالٍ تحت ظروف بصرية محددة. ومع ذلك، يواجه هذا الأداء تحديات كبيرة عند تعرض هذه السياسات لأشياء مشابهة بصريًا أو حاويات جديدة.

**المشكلة: الأسس البصرية الشرطية**
كما يمكن أن نرى، تُظهر هذه الدراسة أن الهدف البصري المطلوب للسيطرة الناجحة يتغير مع مرحلة المناورة، وأحيانًا يتأثر بحالة المهمة المرصودة.

**التدخلات الممكنة**
من خلال استخدام طريقة التقطيع الحركي مع المحولات (Action Chunking with Transformers)، تم تقديم أجسام وأوعية مشتتة مع التحكم في تشابه الألوان والأشكال. وقد تم تحديد مصادر الفشل في اختيار الأهداف عند عمليات الالتقاط والت placement. ولقد وُجد أن الحساسية تجاه المشتتات تختلف باختلاف نوع التشابه البصري ومرحلة المناورة.

بناءً على هذه التشخيصات، تم تقييم استراتيجيات جديدة مثل تعزيز المشتتات، تنظيم الانتباه القائم على المرحلة، والمطالبات البصرية المعتمدة على المظهر، كوسائل مساعدة لتحسين اختيار الهدف مع الحفاظ على المعلومات المكانية الضرورية للسيطرة. وقد أظهرت هذه التدخلات تحسينات ملحوظة في الاستقرار في المحاكاة وعلى آلة UR3e الفعلية.

**النتائج**
كما تم فحص نفس نمط الفشل في سياسة سابقة التدريب تتعامل مع الرؤية-اللغة-التحكم في حالة أدوات طبية، حيث تحدد الحالة المرصودة للأداة الطبية الوجهة المناسبة. هذه النتائج توضح أن المشتتات البصرية يمكن أن تسبب اختيارات غير صحيحة للأجسام أو الوجهات حتى عندما تبقى مهارات المناورة الأساسية سليمة، مما يؤكد على أهمية تحسين اختيار الهدف لتعزيز الأداء عبر أنظمة تعلم السياسات الحركية البصرية المختلفة.