đ§ Changer le plan, et non le modĂšle, a fait passer le taux de rĂ©ussite dâun modĂšle du monde robotique de 22 % Ă 85 %
La chercheuse Haddy Alchaer a menĂ© 600 expĂ©riences sur LeWM, un modĂšle du monde JEPA dĂ©veloppĂ© par une Ă©quipe comprenant Yann LeCun. Dans sa version publiĂ©e, il rĂ©ussissait 22 % des tĂąches simulĂ©es oĂč un robot doit pousser un bloc en forme de T jusquâĂ un objectif situĂ© Ă 75 pas. Fixer un nouveau sous-objectif tous les 25 pas a fait grimper ce taux Ă 80 %, et garder en mĂ©moire les dĂ©monstrations passĂ©es, en pĂ©nalisant chaque transition entre elles, lâa portĂ© Ă 85 %. Sur les trajectoires pour lesquelles le modĂšle avait Ă©tĂ© entraĂźnĂ©, ses propres prĂ©dictions obtenaient 78 %, contre 77 % pour la physique rĂ©elle du simulateur. Aucun poids nâa Ă©tĂ© rĂ©entraĂźnĂ©.
â La solution utile consistait Ă raccourcir le plan, pas Ă rendre le prĂ©dicteur plus intelligent.
#AI #Robotique
La chercheuse Haddy Alchaer a menĂ© 600 expĂ©riences sur LeWM, un modĂšle du monde JEPA dĂ©veloppĂ© par une Ă©quipe comprenant Yann LeCun. Dans sa version publiĂ©e, il rĂ©ussissait 22 % des tĂąches simulĂ©es oĂč un robot doit pousser un bloc en forme de T jusquâĂ un objectif situĂ© Ă 75 pas. Fixer un nouveau sous-objectif tous les 25 pas a fait grimper ce taux Ă 80 %, et garder en mĂ©moire les dĂ©monstrations passĂ©es, en pĂ©nalisant chaque transition entre elles, lâa portĂ© Ă 85 %. Sur les trajectoires pour lesquelles le modĂšle avait Ă©tĂ© entraĂźnĂ©, ses propres prĂ©dictions obtenaient 78 %, contre 77 % pour la physique rĂ©elle du simulateur. Aucun poids nâa Ă©tĂ© rĂ©entraĂźnĂ©.
â La solution utile consistait Ă raccourcir le plan, pas Ă rendre le prĂ©dicteur plus intelligent.
#AI #Robotique
