测量机器人策略的语言迁移：将希腊语加入 Cosmos3 视觉-语言-动作策略
该研究考察了如何在不修改架构的情况下，仅使用机器改写的指令，将希腊语加入开放式视觉-语言-动作机器人系统。由于大多数语言都缺乏机器人示范数据，研究重点是可靠测量，而不仅是翻译。多种看似合理的评估方法都产生了误导性结论：颜色直方图指标会奖励噪声，单目标基准测试几乎无法区分正确的希腊语指令和故意错误的指令，训练损失也无法预测任务成功率。在包含90项任务、每个机械臂使用三个随机种子的区分性测试中，没有希腊语示范的多语言文本塔仍处于错误指令基线。仅使用希腊语训练最多比对照组提高2.7个百分点；双语训练则稳定领先6.7至7.1个百分点，并达到英语表现的约五分之二。每项任务使用七种不同表述，可将策略对翻译措辞的过拟合惩罚大致降低一半。研究指出，低资源语言机器人策略本地化必须先建立可靠的零效应对照，并跨多个随机种子重复实验。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。