Roboty zazwyczaj potrzebują ton oznaczonych danych, aby nauczyć się precyzyjnych działań. Co jeśli mogłyby uczyć się umiejętności kontrolnych bezpośrednio z filmów z ludźmi… bez potrzeby etykietowania? Wstępne szkolenie robotyki właśnie zrobiło DUŻY krok naprzód. Nowy Autoregresywny Model Robotyczny uczy się niskopoziomowych reprezentacji 4D z danych wideo z ludźmi. Zasypując lukę między wizją a rzeczywistą kontrolą robotów. Dlaczego to ma znaczenie: ✅ Wstępne szkolenie z geometrią 4D umożliwia lepsze przenoszenie z wideo z ludźmi na działania robotów ✅ Pokonuje lukę między wstępnym szkoleniem VLA na wysokim poziomie a niskopoziomową kontrolą robotów ✅ Odblokowuje dokładniejsze, efektywne w danych uczenie się dla zadań w rzeczywistym świecie Aby uzyskać więcej szczegółów, sprawdź artykuł: 📍 Zespół z @Berkeley AI Research wkrótce opublikuje stronę projektu i kod.