Tsinhua universitetining Sunʼiy intellekt sanoati tadqiqotlari instituti (AIR) Domain Transform bilan hamkorlikda Zeva nomli ijro etilgan manipulyatsiya usulini taqdim etdi. Ushbu usul asosiy modelning vaznlarini muzlatib turadi va faqat kontekstdagi sabab-oqibat xotirasi yordamida joylashtirish paytida yaxshilanadi.
Ijro etilgan manipulyatsiya uchun sinovdan oʻtgan bir qator benchmarklarda umumiy muvaffaqiyat foizi taxminan 26% dan 73% gacha oshdi, bu standart maʼlumotlarni yigʻish, belgilash va mayda sozlash siklini oʻtkazish shart emas, 47 ballik ortiqchilikni tashkil etadi. «Zeva: Umumlashtiriladigan Ijro Etilgan Manipulyatsiya uchun Kontekstdagi Sabab-Oqibat Oʻrganishi» nomli maqolada Cosmos3 modeli asos sifatida ishlatiladi, va mualliflar orasida Tsinghua AIR dan Liu Yunxin va Zhao Ting nomlari tilga olinadi.
Yondashuvning mohiyati koʻrish, til va harakat modellarini yanada keng miqyosda sozlashda emas, balki fiksatsiyalangan modelga uning oʻz harakatlari sahna qanday oʻzgarishini oʻrgatadigan xotira qatlamini qoʻshishda namoyon boʻladi. Zeva uchta asosiy komponentdan iborat.
Sabab-oqibat transformatsion kodlovchi har bir harakatni keyingi holat oʻzgarishi bilan bogʻlaydi, bu esa keyingi soʻrovlar uchun boshlangʻich materialni hosil qiladi. Soʻngra sabab-oqibat xotira ikki vaqt oraligʻida ishlaydi: joriy urinish uchun qisqa oʻzaro taʼsir yoʻnalishi va urinishlar orasidagi filtrlangan tajribani toʻplaydigan uzoqroq doimiy oʻzaro taʼsir xotirasi. Ushbu omborlarni maqsadli ajratish muvaffaqiyatsizlik shovqinlari tufayli uzoq muddatli xotiraning darhol ifloslanishining oldini oladi, shu bilan birga shu epizod ichida keyingi buyruqni yetkazib beradi.
Nihoyat, kontekstdagi siyosatni joriy etish muzlatilgan modelning kirish qismiga sabab-oqibat ishoralar kiritadi, bu jarayon davomida gradienlarni yangilash amalga oshirilmaydi. Bu shuni anglatadiki, muhitga moslashish oʻquv operatsion sozlash muammosidan kontekst muhandisligi muammosiga aylanadi.
RoboCasa365-Atomic5 platformasida oʻrtacha muvaffaqiyat koʻrsatkichi 76,8% ga yetdi. Kimyoviy laboratoriya vazifalari toʻplami ChemLab-Evo da yanada koʻproq natijalar erishildi: probovkalar tanlash 65% dan 100% gacha, stakan joylashtirish 25% dan 70% gacha va suv quyish 30% dan 80% gacha oshdi. Oshish asosiy koʻrsatkichlar zaifroq boʻlgan joylarda yanada sezilarliroq boʻldi, bu tez-tez sodir boʻladigan nosozliklar yanada foydali sabab-oqibat juftlarini yaratishi gʻoyasiga mos keladi.
Bitta inson demonstratsion harakati stakan joylashtirishga taxminan 20 ball, quyishga esa taxminan 15 ball qoʻshdi — mualliflar bu ortiqchini parametr oʻzgarishi bilan emas, balki xotira joriy etilishi bilan bogʻlaydilar. Bu belgilash byudjetlari cheklangan vaqtda jozibador jihatdir.
Kimyoviy mavzu tanlanganligi sababli, suyuqlik darajasi va idoning holati kabi holat oʻzgarishlari nisbatan toza boʻlib, kodlovchi juftlari past shovqin darajasida qoladi; ammo maqolada yuvish kabi deformatsiyalangan obʼektlarga ega vazifalar murakkabroq boʻlishi mumkinligi qayd etiladi. Amalda, Zeva joyga xos haftalik mayda sozlashni uzoqroq kontekstlar va har bir qadam uchun yuqori chiqarish xarajatlari bilan almashtiradi, bu esa foydalanish orqali yaxshilanadi. Kamdan-kam oʻzgaradigan joylar iqtisodiy sabablarga koʻra klassik mayda sozlashni afzal koʻrishi mumkin. Cosmos3 sozlamasidan tashqaridagi mustaqil robototexnika platformalari ochilgan paketga kirmaganligi sababli, oʻtkazish bayonotlari boshqa laboratoriyalar turli uskuna va vazifa taksonomiyalari ustida xotira stekini qayta tiklamaguncha nazariy boʻlib qoladi.
