مع تزايد استخدام نماذج الرؤية واللغة (Vision-Language-Action) في مهام الروبوتات المتعددة، يواجه المطورون تحديات كبيرة عند نشر هذه النماذج على أجهزة ذات قدرة منخفضة مثل Jetson Orin. تأتي الحلول المبتكرة عبر Jetson-PI، وهو أسلوب جديد يهدف إلى تحسين استخدام هذه النماذج بدقة عالية وفي نفس الوقت يقلل من زمن الاستجابة.

تعتبر Asynchronous Inference وسيلة فعّالة لتخفيف زمن الاستجابة عن طريق تطبيق تنفيذ الإجراءات في صيغ متوازية، ولكنها تواجه مشكلتين محوريتين: عدم التوافق بين الإحساس والتنفيذ وزمن الاستجابة الطويل. لحل هذه التحديات، يقدم Jetson-PI طريقة تعتمد على تصحيح مستقبلي ذكي، حيث يتم تدريب وحدة تصحيح خفيفة تتنبأ بتمثيل البيئة المستقبلية وذلك بناءً على الإجراءات المتعهد بها، مما يمكّن خبير العمل من التنبؤ بالإجراءات من خطوة زمنية مستقبلية.

إضافة إلى ذلك، تم تحسين عملية الجدولة بناءً على الثقة بحيث يتم التوازن بين استدعاءات نماذج الرؤية واللغة وخبير العمل. هذا التقدم يتكامل مع تسريعات على مستوى النظام بما في ذلك إعادة استخدام مخططات CUDA، والتخزين الوسيطة المقيم في GPU، وفك التفاف التدفق.

تظهر التجارب المكثفة أن Jetson-PI حقق تحسينات مذهلة تصل إلى 8.66x و5.41x في تكرار التحكم مقارنة بالنماذج التقليدية، متفوقًا على VLASH بنسبة 14.8% في معدل النجاح على معيار LIBERO. إضافة إلى ذلك، فإن كود خوارزمية الـ Asynchronous متاح للتحميل على GitHub، مما يتيح للمطورين تجربة هذه التكنولوجيا المتطورة في مشاريعهم الخاصة.

هل أنتم مستعدون لاستكشاف إمكانيات Jetson-PI؟ شاركونا في التعليقات أفكاركم حول الابتكارات في الذكاء الاصطناعي!