في عالم متسارع تتزايد فيه احتياجات الروبوتات الذكية، يبرز نموذج DECO كأحد الحلول الرائدة في مجال المعالجة متعددة الحواس. يعتمد هذا النموذج على دمج المدخلات مثل الرؤية (Vision) والإحساس التناسبي (Proprioception) والإشارات اللمسية (Tactile Signals) عبر مسارات ضبط متخصصة، مما يسمح لكفاءة في تنفيذ المهام الحقيقية.

DECO هو نموذج متنقل يعتمد على تكنولوجيا Diffusion Transformer حيث يقوم بتفكيك المدخلات المتعددة بشكل فعال. ويتضمن أيضًا محولًا خفيف الوزن يتيح حقن إشارات إضافية بكفاءة عالية، مما يجعله مثاليًا للتفاعلات المعقدة.

وكمكمل له، تم إطلاق مجموعة بيانات DECO-50 التي تحتوي على 50 ساعة من البيانات وأكثر من 5 مليون إطار، تم جمعها من خلال التشغيل عن بعد على روبوتات ذات ذراعين حقيقية. وتم تدريب DECO باستخدام بيانات هذه المجموعة، وقد أظهرت النتائج التجريبية أن النموذج حقق معدل نجاح متوسط يبلغ 72.25%، مع تحسينات تصل إلى 21% مقارنة بالأساسيات.

إضافةً إلى ذلك، ساهم المحول اللمسي بزيادة معدل النجاح بمقدار 10.25% في جميع المهام، وحقق تحسينًا بنسبة 20% في المهام المعقدة التي تتطلب تفاعلًا وثيقًا بالبيئة، بينما تم ضبط أقل من 10% من معلمات النموذج.

باختصار، يمثل DECO أداة قوية لتحسين الكفاءة والدقة في تفاعل الروبوتات، مما يفتح آفاقًا جديدة في هذا المجال.

كيف ترى مستقبل الروبوتات مع هذه الابتكارات؟ شاركونا آراءكم في التعليقات!