यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
सॉकरडिफ्यूजन: गेमप्ले रिकॉर्डिंग से एंड-टू-एंड ह्यूमनॉइड रोबोट सॉकर सीखने की ओर
Created by
Haebom
लेखक
फ़्लोरियन वाहल, जे ओर्न ग्रिपेनबर्ग, जान गुत्शे, जैस्पर जी उल्डेंस्टीन, जियानवेई झांग
रूपरेखा
SoccerDiffusion एक ट्रांसफॉर्मर-आधारित प्रसार मॉडल है जो वास्तविक RoboCup खेलों से रिकॉर्ड किए गए डेटा का उपयोग करके ह्यूमनॉइड रोबोट सॉकर के लिए एंड-टू-एंड नियंत्रण नीतियों को सीखता है। यह दृष्टि, प्रोप्रियोसेप्शन और गेम स्टेट सहित विभिन्न सेंसर इनपुट से संयुक्त कमांड अनुक्रमों की भविष्यवाणी करता है। यह वास्तविक समय के अनुमान के लिए ज्ञान आसवन तकनीकों का उपयोग करके बहु-चरण प्रसार प्रक्रिया को एकल चरण में कम कर देता है। यह सिमुलेशन और वास्तविक रोबोट दोनों में चलने, लात मारने और गिरने से उबरने जैसे जटिल व्यवहारों को दोहराने की क्षमता प्रदर्शित करता है। हालाँकि इसके उच्च-आयामी सामरिक व्यवहार सीमित हैं, लेकिन यह भविष्य के सुदृढीकरण सीखने या वरीयता अनुकूलन विधियों के लिए एक ठोस आधार प्रदान करता है। डेटासेट, प्रीट्रेन्ड मॉडल और कोड सार्वजनिक रूप से https://bit-bots.github.io/SoccerDiffusion पर उपलब्ध हैं ।
