무엇과 어디의 결합
영상에서 개념을 알아보는 표현이 정밀한 위치 제어에도 충분한 것은 아니다. CLIPort는 의미 이해와 공간 정밀도를 두 경로로 결합해 이 차이를 다룬다.
언어로 지정한 조작
관측 영상과 언어 지시를 행동으로 연결하는 종단 간 학습 체계다. 보지 않은 물체를 포장하거나 천을 접는 것처럼 서로 다른 탁상 작업을 평가했다.
명시적 상태 표현 없이
제시한 구성은 물체 자세나 인스턴스 분할 및 기호 상태를 명시적으로 만들지 않고 정책을 학습한다. 이것은 구조화된 시각 특징까지 사용하지 않는다는 의미는 아니다.
다중 과제의 평가
연구는 적은 시연에서의 자료 효율과 본 개념 및 보지 않은 개념으로의 일반화를 비교했다. 하나의 다중 과제 정책과 개별 정책의 비교 결과는 해당 과제와 설정 안에서 해석해야 한다.
관련 문서
CLIP / Transporter Networks / PerAct / 모방 학습 / VIMA / 로봇 조작