Zoellent AI Lab vizyon, til va harakatlarni birlashtirgan muzlatilgan modelning ishlashini tuzatish uchun moʻljallangan kuchaytirilgan oʻrganishga asoslangan yengil kontroller boʻlgan GR-SACni taqdim etdi. Usul noyabr oyida Xitoyda eʼlon qilingan boʻlib, bu avval shu haftada RoboMME reyting jadvaliga natijalarni topshirish va repozitoriyani joylashtirishdan soʻng amalga oshirildi.
GR-SAC Gated Residual Soft Actor-Critic deb kengaytiriladi. Barcha asosiy modelni qayta oʻqitish oʻrniga, implementatsiya SimpleMemVLA ga 232 110 parametrli vizual aktor qoʻshadi. Asl model kuzatuvlarni talqin qilishda va harakatlar ketma-ketligini yaratishda davom etadi, shu bilan birga kichikroq kontroller manipulyatorning boʻlagi buyruqlariga cheklangan tuzatishlarni oʻrganadi.
Kontroller old va bilak kameralaridan tasvirlarni, robot holatini va kutayotgan harakatlar navbatini tahlil qiladi. Ventilning kiritilishi faqat maʼlum kuzatiladigan shartlar bajarilganda, jumladan nisbatan barqaror maqsadli harakatlar va ushlash buyruqlari mavjud boʻlganda, tuzatishlar kiritish imkonini beradi. Cheklovlar, zaytunlanish va tiklashlar ushbu tuzatishlarning toʻplanishini nazorat qiladi. Bu parametrlarning barcha muhitlarda xavfsiz boʻlmasligini kafolatlamaydigan boshqaruv dizaynidagi yechimlari hisoblanadi.
Taʼkidlangan standart natijalarda muvaffaqiyat foizi 800 ta epizoddan 706 dan 711 gacha oshdi, bu esa 88,250% dan 88,875% gacha oʻsishga mos keladi. Shunga koʻra, muvaffaqiyatsizliklar soni 94 dan 89 gacha kamaydi, bu umumiy muvaffaqiyatning 5,32 foiz punktiga emas, balki ishlamaslikning nisbiy 5,32% ga kamayishi hisoblanadi.
Sinovlar RoboMME ning 16 ta vazifasini qamrab oldi, ularning har biri 50 ta epizoddan iborat edi. InsertPeg vazifasi 46% dan 52% gacha, MoveCube esa 94% dan 100% gacha yaxshilandi. Biroq, barcha vazifalar yaxshilanmagan: standart jadvalda regressiyalar ham qayd etilgan, shuning uchun umumiy natijani barcha manipulyatsiya koʻnikmalari boʻyicha universal oʻsish sifatida qarash mumkin emas.
Zoellent GR-SACni RoboMME ning standart yoʻnalishidagi yetakchi deb taʼriflaydi, bu yerda usullar ochiq modellar asosida baholanadi. Xuddi shunday birlashtirilgan reyting jadvali maxsus, korporativ ilgʻor modellar va inson mezonidan foydalanadigan Agentic kategoriyasini oʻz ichiga oladi. Shu tariqa, standart yoʻnalishdagi oʻrin jami jadvaldagi har qanday yozuv ustunligi bilan teng emas.
Ommaviy repozitoriy texnik hisobotni, standart kontrollerning checkpointini, oʻquv va baholash materiallarini, shuningdek, har bir vazifa boʻyicha natijalarni oʻz ichiga oladi. Kod MIT litsenziyasi ostida; bu asosiy model yoki boshqa bogʻliqliklarning shartlarini avtomatik ravishda bekor qilmaydi. Bildirilgan natijalar ishlab chiquvchilarning standart baholari boʻlib, real ishlab chiqarishda mustaqil qayta tiklangan ishonchlilik sinovi emas.



