VLA-Rolling giảm số bước khử nhiễu để điều khiển robot tốt hơn nhờ tái sử dụng hành động thích ứng
VLA-Rolling là một phương pháp suy luận cho các mô hình thị giác-ngôn ngữ-hành động (VLA), nhằm cải thiện khả năng điều khiển robot trong khi sử dụng ít bước khử nhiễu hơn. Các mô hình này tạo ra một chuỗi hành động bằng cách dần biến nhiễu ngẫu nhiên thành kế hoạch có thể thực hiện, nhưng trên thực tế robot thường chỉ thực thi vài hành động đầu rồi quan sát lại môi trường và tạo phần còn lại từ đầu. VLA-Rolling tái sử dụng “đuôi hành động” vốn thường bị bỏ đi, vì phần này đã chứa tiến trình khử nhiễu hữu ích, đồng thời kết hợp cơ chế kế thừa đuôi hành động với việc ước tính độ tin cậy cho từng hành động. Sau đó, phương pháp chỉ tái tạo nhiễu và tinh chỉnh những hành động cần thiết, phân bổ nhiều bước khử nhiễu hơn cho các hành động có độ tin cậy thấp và ít bước hơn cho các hành động có độ tin cậy cao. Bài nghiên cứu cho biết việc tái sử dụng đuôi hành động có thể đạt kết quả tương đương hoặc tốt hơn cách khởi tạo Gaussian tiêu chuẩn với 10 bước, nhưng dùng ít bước hơn, đồng thời thích ứng với việc ngân sách khử nhiễu tối ưu thay đổi theo từng tình huống. Trên thực tế, cách này có thể giúp robot dùng VLA phản hồi hiệu quả hơn mà không cần một mô hình nền lớn hơn.
Các nhà phát triển robot và mô hình VLA có thể quan tâm đến VLA-Rolling như một cách giảm số bước suy luận bằng cách tái sử dụng phần kế hoạch hành động chưa thực thi. Đây là kết quả nghiên cứu nên cần chờ triển khai và đánh giá thêm trên các hệ thống robot thực tế trước khi áp dụng.
Đọc bài gốc