پژوهش
CalVLA به سیاست‌های رباتیک کمک می‌کند احتمال شکست را از روی اطمینان به عمل بسنجند
این روش با آموزش روی اجرای موفق و ناموفق، اطمینان توکن‌های کنش را در مدل OpenVLA-7B تنظیم می‌کند؛ ارزیابی اولیه روی وظایف LIBERO-10 نتیجه‌ای متوسط نشان می‌دهد.
پژوهشگران در پیش‌چاپی با عنوان CalVLA روشی برای سنجش احتمال شکست در سیاست‌های بینایی‌ـ‌زبان‌ـ‌کنش (VLA) معرفی کرده‌اند. این روش از احتمال کنش‌های پیشنهادی خود مدل برای برآورد اطمینان استفاده می‌کند و به آشکارساز شکست جداگانه نیاز ندارد.
CalVLA با استفاده از اجرای موفق و ناموفق، اطمینان توکن‌های کنش را تنظیم می‌کند. پژوهشگران برای این کار از زیان رتبه‌بندی حاشیه‌ای مربعیِ Action-Confidence Alignment (ACal) و آداپتورهای کم‌رتبه برای به‌روزرسانی OpenVLA-7B بهره برده‌اند. نمونه‌های هر وظیفه بر اساس زمان سپری‌شدهٔ نرمال‌شده جفت شده‌اند؛ این جفت‌سازی لزوماً به معنای پیشرفت فیزیکی یکسان در دو اجرا نیست.
در آزمون روی بخشی جداگانه از ۵۰۰ پیکربندی LIBERO-10، امتیاز AUROC مشترک برای تمایز شکست به ۰٫۷۳۹۲ با انحراف معیار ۰٫۰۴۸۰ در سه اجرای آزمایشی رسید. این امتیاز میانگین نتایج گام‌های ۱۳۰ و ۲۶۰ است. آزمون‌های مدلِ ثابت، بدون این سازگارسازی، AUROC بین ۰٫۶۱۴۶ تا ۰٫۶۴۳۶ داشتند. چکیدهٔ در دسترس نتیجهٔ مقایسه با مدل خطی را کامل نمی‌کند؛ بنابراین برتری CalVLA در برابر آن از این داده‌ها قابل تعیین نیست.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده