Pesquisadores de Stanford desenvolvem técnica de aprendizado por reforço
Nova abordagem de aprendizado por reforço utiliza política de edição em tempo real para otimizar o desempenho em tarefas dinâmicas.
||
23/09 às 14:10
Pontos principais
- A técnica opera em tempo real sobre uma base VLA (Vision-Language-Action).
- O método foi projetado especificamente para mitigar problemas de latência.
- Resultados superaram o desempenho do controle em tempo real (RTC) em testes.
- Projeto foi conduzido no Stanford AI Lab por Perry Dong e Kevin Hung.
Pesquisadores do Stanford AI Lab apresentaram uma nova técnica de aprendizado por reforço voltada para a execução de tarefas dinâmicas. O método utiliza uma política de edição de pequena escala que opera em tempo real sobre uma base VLA (Vision-Language-Action), visando solucionar desafios relacionados à latência.
O projeto foi liderado por Perry Dong e Kevin Hung, com orientação da professora Dorsa Sadigh. Em testes comparativos, a nova abordagem demonstrou um desempenho superior ao do controle em tempo real (RTC).
Comentários
Carregando comentários...
