شهدت [الأبحاث](/tag/الأبحاث) في مجال [الروبوتات](/tag/الروبوتات) تقدمًا ملحوظًا مع ظهور إطار FunCanon، الذي يعد تحولًا كبيرًا في كيفية [تعلم الروبوتات](/tag/[تعلم](/tag/تعلم)-[الروبوتات](/tag/الروبوتات)) المهارات اليدوية. عادةً ما يؤدي [التدريب](/tag/التدريب) على [مهارات](/tag/مهارات) [الروبوتات](/tag/الروبوتات) [عبر](/tag/عبر) العروض الشاملة إلى [سياسات](/tag/سياسات) خاصة بالمهام، مما يعوق قدرتها على [التعميم](/tag/التعميم) خارج نطاق [التدريب](/tag/التدريب). ولكن، يأتي FunCanon ليحل هذه المشكلة من خلال [تحويل](/tag/تحويل) المهام الطويلة للمانيبوليشن (manipulation) إلى تسلسلات مثل قطع العمل، كل منها يحدد [عبر](/tag/عبر) ممثل وفعل وكائن.
ما يميز هذا الإطار هو تركيزه على [تعلم](/tag/تعلم) [السياسات](/tag/السياسات) بناءً على الإجراءات ذاتها، بدلاً من المهام المعزولة. هذه الاستراتيجية تتيح قابلية التراكيب وإعادة الاستخدام، مما يعزز القدرة على [التعلم](/tag/التعلم) والتكيف عند التعامل مع مواقف جديدة.
لجعل [السياسات](/tag/السياسات) واعية للوضع وموسعة الفئات، يعتمد FunCanon على ما يُعرف بعملية [التصنيف](/tag/التصنيف) الوظيفي للكائنات (functional object canonicalization) لضمان [التوافق](/tag/التوافق) الوظيفي ونقل مسارات المناولة تلقائيًا. من خلال استخدام [إشارات](/tag/إشارات) التوقع من [نماذج [اللغة](/tag/اللغة) البصرية](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-البصرية) الكبيرة (Large Vision Language [Models](/tag/models))، يتم رسم الكائنات في إطارات وظيفية مشتركة.
يتم [تدريب](/tag/تدريب) [سياسة](/tag/سياسة) قائمة على الكائنات وبؤرة النشاط تُدعى FuncDiffuser على [البيانات](/tag/البيانات) المتوافقة، وبذلك تحترم بشكل طبيعي الإمكانيات والأوضاع الخاصة بالكائنات، مما يبسط عملية [التعلم](/tag/التعلم) ويحسن القدرة على [التعميم](/tag/التعميم).
أظهرت [التجارب](/tag/التجارب) على [معايير](/tag/معايير) [محاكاة](/tag/محاكاة) وعالمية حقيقية قدرة مثبتة على [التعميم](/tag/التعميم) على مستوى الفئات، وإعادة استخدام السلوك [عبر](/tag/عبر) المهام، ونشر قوي من [المحاكاة](/tag/المحاكاة) إلى الواقع. هذه النتائج توضح أن [التصنيف](/tag/التصنيف) الوظيفي يوفر تحيزًا استنتاجيًا قويًا لتعلم التقليد القابل للتوسع في مجالات المانيبوليشن المعقدة. للمزيد من المعلومات، يمكنكم زيارة موقع المشروع الرسمي.
ثورة في عالم الروبوتات: إطار FunCanon لتحسين الأداء في المهام اليدوية المتعددة!
يمثل FunCanon إطارًا مبتكرًا يتيح للروبوتات تعلم مهارات متقدمة في المناولة عبر تقسيم المهام إلى قطع عمل محددة. هذا التقدم يساعد على تعزيز التعميم والقدرة على التكيف في البيئات المختلفة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
