Ny världsmodell lär robotar navigera genom att föreställa sig konsekvenser

arXiv cs.AI

Forskare har utvecklat en så kallad 'latent världsmodell' (LWM) som hjälper robotar att planera rörelser genom att förutsäga konsekvenser av olika handlingar direkt i ett komprimerat dataformat – istället för att rekonstruera hela bilder av omgivningen, vilket är resurskrävande. Modellen kan tränas på videoinspelningar utan att rörelsedata behöver märkas upp manuellt, och all träning sker i robotens 'fantasi' utan verklig miljöinteraktion. Enligt forskarnas experiment slår metoden tidigare modeller på flera riktiga navigationsset.