تُعتبر نماذج الفهم البصري-اللّغوي-العملي (Vision-Language-Action Models) من التطورات الرائدة في مجال الذكاء الاصطناعي، حيث توفر أساساً قوياً للتلاعب بالروبوت. إلا أن الأداء قد يتدهور عندما يتم تكييف هذه النماذج مع مهام جديدة تعتمد على شواهد محدودة، مما يتطلب حلولاً مبتكرة.

هنا تأتي أهمية تقنية نقل المهارات الهرمية (Hierarchical Skill Retrieval - HSR) التي تم تصميمها لتحسين كفاءة تكييف نماذج الفهم البصري-اللّغوي-العملي من خلال إعادة استخدام العروض السابقة بطرق فعّالة. يعتمد HSR على تفكيك المهمة المستهدفة إلى تسلسلات المهارات المحتملة، حيث يتم تقييم كل خطة بناءً على إمكانية دلالتها وموثوقية المهارات المُقدّرة من مجموعة البيانات السابقة.

يتم أخذ decompositioin المُختارة بعد ذلك لإجراء استرجاع مختلط يجمع بين استرجاع اللغة على مستوى المهام الفرعية وإعادة ترتيب الميّزات السلوكية، مما يساعد على التعرف على العروض التي تتناسب مع المهمة المستهدفة. يجري بعد ذلك تكييف السياسة عبر منهج مزدوج يتضمن مرحلة مسبقة ومرحلة صقل، مما يفصل اكتساب المهارات العامة عن التكيف المحدد بالمهام.

لقد أظهرت التجارب مع مجموعة بيانات LIBERO وعدد من مهام التلاعب بالروبوتات الحقيقية أن تقنية HSR تحسن معدل النجاح بنسبة 10.3% و21.3% على التوالي مقارنة بأقوى نموذج موجود. هذه النتائج تثبت فعالية الاسترجاع المعتمد على هيكل المهارة في تكيف نماذج الفهم البصري-اللّغوي-العملي بكفاءة.

للمزيد من التفاصيل، يمكنكم زيارة الموقع الإلكتروني الخاص بالمشروع هنا. ما رأيكم في هذه التقنية الجديدة؟ شاركونا آراءكم في التعليقات!