Zoellent AI Lab ra mắt GR-SAC tối ưu hóa điều khiển robot
Tác giả: Ban biên tập MocaOne · Đăng ngày
Bài viết do AI tổng hợp, biên tập bởi MocaOne. Xem chính sách nội dung
Tìm hiểu về GR-SAC do Zoellent AI Lab công bố ngày 22/11/2026, giúp tinh chỉnh mô hình robot với bộ điều khiển nhỏ gọn.
Ngày 22/11/2026, Zoellent AI Lab công bố GR-SAC, một bộ điều khiển học tăng cường trọng lượng nhẹ được thiết kế để điều chỉnh việc thực thi của mô hình tầm nhìn-ngôn ngữ-hành động cố định. Phương pháp này nhằm cải thiện độ chính xác trong thao tác của robot mà không cần huấn luyện lại toàn bộ mô hình nền tảng.
Chi tiết chính
- Bộ điều khiển GR-SAC bổ sung một tác nhân thị giác gồm 232.110 tham số vào SimpleMemVLA thay vì huấn luyện lại toàn bộ mô hình gốc.
- Hệ thống quan sát hình ảnh camera trước và cổ tay, trạng thái robot cùng hàng đợi hành động, đồng thời sử dụng cổng để bật các hiệu chỉnh trong điều kiện quan sát xác định.
- Trong đánh giá tham chiếu RoboMME gồm 800 bài kiểm tra, số tập thành công tăng từ 706 lên 711 (tương đương từ 88,250% lên 88,875%), và số lần thất bại giảm từ 94 xuống 89.
- Kết quả thử nghiệm trên 16 tác vụ RoboMME cho thấy một số cải thiện như InsertPeg tăng từ 46% đến 52% và MoveCube tăng từ 94% đến 100%, bên cạnh một số tác vụ có sự suy giảm.
- Kho lưu trữ công khai cung cấp báo cáo kỹ thuật, điểm kiểm tra bộ điều khiển tham chiếu, tài liệu huấn luyện cùng kết quả theo từng tác vụ dưới giấy phép MIT.
Ý nghĩa với doanh nghiệp Việt Nam
Việc áp dụng các giải pháp bổ sung bộ điều khiển nhẹ như GR-SAC mở ra hướng đi tiết kiệm chi phí để tinh chỉnh hệ thống robot hiện hữu mà không đòi hỏi nguồn lực huấn luyện lại mô hình lớn. Tuy nhiên, doanh nghiệp cần lưu ý rằng kết quả cải thiện phụ thuộc vào từng tác vụ cụ thể và cần có đánh giá thực tế trước khi triển khai vào môi trường vận hành.
Nguồn tin
Theo Pandaily — “Zoellent AI Lab Releases GR-SAC to Refine Frozen Robot Policies With a Small Controller”, đăng 22/11/2026
Thẻ: robot, học tăng cường, mô hình AI, Zoellent AI Lab