Robotik manipülasyon alanında çığır açan yeni bir yapay zeka sistemi geliştirildi. VADF (Vision-Adaptive Diffusion Policy Framework) adlı bu çerçeve, robotların nesneleri kavrama, taşıma ve yerleştirme gibi görevlerde karşılaştığı temel zorlukları çözmeyi hedefliyor.
Mevcut difüzyon politikalarının en büyük sorunu, zor örnekleri ayırt edememesi ve tüm örnekleri eşit şekilde ele alması. Bu durum, robotların öğrenme sürecinin uzamasına ve görev sırasında sık sık başarısızlık yaşamasına neden oluyor. Yeni sistem bu sorunu iki yenilikçi bileşenle çözüyor.
İlk bileşen olan Uyarlanabilir Kayıp Ağı (ALN), hafif bir makine öğrenmesi modeli kullanarak her adımda örnek zorluğunu gerçek zamanlı olarak değerlendiriyor. Zor örnekleri tespit ederek bunlara öncelik veren bu sistem, robotun öğrenme sürecini hızlandırıyor ve daha etkili ağırlık güncellemeleri yapıyor.
İkinci bileşen olan Hiyerarşik Görsel Görev Segmentleyicisi (HVTS), karmaşık görevleri daha küçük ve yönetilebilir parçalara bölerek robotun başarı şansını artırıyor. Bu yaklaşım, robotların çok adımlı manipülasyon görevlerinde daha tutarlı performans sergilemesini sağlıyor.
Sistemin model-agnostik tasarımı, mevcut herhangi bir difüzyon politikası mimarisine kolayca entegre edilebilmesini mümkün kılıyor. Bu özellik, endüstriyel robotlardan ev robotlarına kadar geniş bir uygulama yelpazesi sunuyor.