dumaiВ тестах роботы сохраняют качество и действуют до 3,4 раза быстрее
Препринт, ещё не рецензирован · ранние данные
Кратко
Новая модель для роботов и беспилотных машин обучается на текстовых рассуждениях, но не ждёт их готового текста перед каждым действием. В четырёх контролируемых тестах она показала такое же качество, как модель с явными рассуждениями, а при той же задержке по сравнению с моделью без такого обучения успешность выросла максимум на 17,1%.
Зачем это знать?
Для роботов и беспилотных машин это может означать более быструю реакцию без потери качества в тестах. Перенос результата на реальные устройства пока не показан.
Разбор
Идея TacitVLA в том, чтобы разделить обучение и работу робота. Во время обучения модель получает текстовые рассуждения и учится строить более полезное внутреннее представление ситуации. Но при выполнении команды блок, который выбирает действие, не обращается к рассуждению, которое модель только что сгенерировала. Поэтому роботу не нужно сначала дописывать объяснение, а уже потом двигаться.
Для длинных задач авторы добавили отдельный приём. Текстовые заметки о предыдущих шагах могут служить памятью эпизода, но модель создаёт очередную заметку уже во время выполнения действия, а не ставит движение на паузу. Так авторы проверили, можно ли сохранить пользу рассуждений, не превращая их в обязательный этап перед каждым движением.
Модель сравнили с двумя вариантами: с системой, которая ждёт полного рассуждения перед действием, и с такой же архитектурой, обученной без рассуждений. Тесты охватили задачи с манипуляторами и автономным вождением, причём отдельно проверяли сценарии, где память нужна, и сценарии без неё. В двух наборах — RoboMME Counting и RMBench — новая система заметно превысила лучшие опубликованные ранее результаты. При этом это была контролируемая проверка на бенчмарках, а не демонстрация работы робота в обычной среде.
Ключевые цифры
Можно ли доверять
Это препринт с arXiv, поэтому работу ещё не проверили независимые рецензенты. Проверка выглядит содержательной: четыре разных бенчмарка и сравнение с двумя контрольными вариантами, но все результаты получены в тестовых средах; надёжность на реальных роботах и дорогах из абстракта не следует.
- Это препринт, результаты ещё не прошли независимое рецензирование.
- Выводы основаны на контролируемых тестах и четырёх бенчмарках; перенос на реальные роботы и автомобили не показан.
- Заявленные улучшения зависят от конкретных архитектур, задач и условий сравнения. Модель не устраняет задержку полностью, а снижает её по сравнению с явным ожиданием рассуждения.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено