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).
Cobertura da mídia
Leia também
Professor da UC Berkeley propõe novo método para aprendizado por reforço
5 nov, 01:45
Pesquisador aponta avanço em aprendizado por reforço com técnica supervisionada
21 out, 01:40
Nova metodologia otimiza o treinamento de robôs
9 out, 19:10
Stanford lança ScholarCatalyst para avaliar LLMs na ciência
4 out, 13:10
Pesquisadores desenvolvem técnica de aprendizado por reforço para robótica
22 set, 00:40
Comentários (0)
Seja o primeiro a comentar.