Bilanz der Quelle: Forschende stellen den World Action Agent vor, ein Multi-Agenten-System, in dem allgemeine Vision-Language-Modelle Roboter über einfache Werkzeuge steuern. Jede Aktion wird in einem visuellen Aktionsraum vorab geprobt und korrigiert, bevor sie ausgeführt wird; auf LIBERO-Pro erreicht das System 75,6 Prozent durchschnittlichen Erfolg und ein 9B-VLM lernt, denselben Aufbau zu fliegen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
