تحتاج الروبوتات عادة إلى أطنان من البيانات المصنفة لتعلم الإجراءات الدقيقة. ماذا لو تمكنوا من تعلم مهارات التحكم مباشرة من مقاطع الفيديو البشرية ... لا حاجة إلى ملصقات؟ أخذ التدريب المسبق للروبوتات قفزة كبيرة إلى الأمام. يتعلم نموذج روبوتي ذاتي الانحدار الجديد تمثيلات 4D منخفضة المستوى من بيانات الفيديو البشرية. سد الفجوة بين الرؤية والتحكم الآلي في العالم الحقيقي. لماذا هذا مهم: ✅ يتيح التدريب المسبق باستخدام الهندسة 4D نقلا أفضل من الفيديو البشري إلى إجراءات الروبوت ✅ يتغلب على الفجوة بين التدريب المسبق عالي المستوى ل VLA والتحكم الآلي منخفض المستوى ✅ يفتح التعلم الأكثر دقة وكفاءة في البيانات لمهام العالم الحقيقي لمزيد من التفاصيل ، تحقق من الورقة: 📍 سيصدر الفريق في @Berkeley الذكاء الاصطناعي Research صفحة المشروع والرمز قريبا.