الروبوتات تستمر في الاصطدام بنفس الجدار. التعلم الواقعي في مهمة واحدة يعمل، لكن... لا يتوسع ليشمل مئات المهام أو التجسيدات الجديدة. يبدو أن هذه الورقة الجديدة خطوة حقيقية نحو إصلاح ذلك. يقدم الفريق نموذج MMBench، وهو معيار يحتوي على 200 مهمة عبر مجالات وروبوتات متعددة، ونموذج Newt، وهو نموذج عالمي مشروط على اللغة يتم تدريبه عبر الإنترنت على جميع المهام ال 200 في آن واحد. الفكرة البسيطة وراء نيوت: يتعلم النموذج من العروض التجريبية ليحصل على السوابق الصحيحة يتدرب عبر العديد من المهام من خلال التفاعل عبر الإنترنت يستخدم اللغة لتثبيت الهدف يتكيف بسرعة عندما تظهر مهمة جديدة ما لفت انتباهي: ✅ نموذج واحد تدرب على 200 مهمة في نفس الوقت ✅ التحكم المشروط باللغة لكل من الحالتين وRGB ✅ كفاءة بيانات أفضل من الخطوط الأساسية القوية ✅ التحكم القوي في الحلقة المفتوحة ✅ التكيف السريع مع المهام والتجسيدات الجديدة ✅ الإصدار الكامل ل 200 نقطة تفتيش، 4000 عرض توضيحي، كود، واختبار الأداء هذا دفع جيد نحو التحكم العام بدلا من نموذج واحد لكل مهمة. إذا كنت تريد الورقة الكاملة: صفحة المشروع: —-...