Roboții au nevoie de obicei de tone de date etichetate pentru a învăța acțiuni precise. Dacă ar putea învăța abilități de control direct din videoclipuri umane... Nu este nevoie de etichete? Preantrenamentul de robotică tocmai a făcut un salt MARE înainte. Un nou model robotic autoregresiv învață reprezentări 4D de nivel scăzut din date video umane. Reducerea decalajului dintre viziune și controlul robotic din lumea reală. De ce contează acest lucru: ✅ Preantrenamentul cu geometrie 4D permite un transfer mai bun de la acțiunile video umane la acțiunile robotului ✅ Depășește decalajul dintre preantrenamentul VLA de nivel înalt și controlul robotic de nivel scăzut ✅ Deblochează o învățare mai precisă și mai eficientă din punct de vedere al datelor pentru sarcini din lumea reală Pentru mai multe detalii, consultați lucrarea: 📍 Echipa de la @Berkeley AI Research va lansa în curând pagina și codul proiectului.