Reprezentowanie ciągłych ruchów robota w modelach VLA przez dyskretyzację, kompresję do tokenów i przewidywanie fragmentów trajektorii naraz.
Representing continuous robot motions in VLA models through discretisation, compression into tokens and prediction of trajectory chunks.
Zanim model językowy zacznie sterować robotem, ruchy ramienia trzeba zapisać w postaci, którą model potrafi czytać i przewidywać jak słowa.
Before a language-style model can drive a robot, arm movements must be written in a form it can read and predict like words.
Zapisanie każdego ruchu osobno sprawia, że model gubi płynność, uczy się wolno i nie nadąża za szybkimi, zręcznymi ruchami.
Writing every movement separately makes the model lose smoothness, learn slowly and fall behind fast, dexterous motions.
Kompresuje ruch tak jak muzykę w pliku: zamiast każdej próbki zapisuje kształt całego fragmentu, kilka chwil naprzód naraz.
It compresses motion like music in a file: instead of every sample it stores the shape of a whole stretch, several moments ahead at once.
Robot składający koszulkę planuje cały ruch chwytu i strzepnięcia w jednym kroku, zamiast decydować od nowa w każdej setnej sekundy.
A robot folding a T-shirt plans the whole grab-and-shake motion in one step instead of deciding afresh every hundredth of a second.