Analyse und Verbesserung der Generalisierung von Vision-Language-Action-Modellen

• Antragsteller: Dr.-Ing. Max Argus
• Fachliche Zuordnung: Künstliche Intelligenz und Maschinelle Lernverfahren ; Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 559307072

Große Sprachmodelle sind äußerst beliebt, da sie in der Lage sind, eine Vielzahl von Aufgaben direkt auszuführen oder, für ungewöhnlichere Aufgaben, mit nur wenigen Beispielen im Kontext zu arbeiten. In Zukunft möchten wir, dass robotische Modelle ähnlich intuitiv und einfach zu verwenden sind. Vision-Action-Language-Modelle (VLA) sind ein aktuelles Forschungsgebiet in der Robotik, um dies zu erreichen. Unser übergeordnetes Ziel in diesem Projekt ist es, diese Modelle zu verbessern. Es gibt drei Ziele, die wir verfolgen möchten, um dieses Ziel zu erreichen: die Verbesserung der Generalisierungsfähigkeit auf neue Roboter, die Verbesserung der Interpretation von Vision-Action-Language-Modellen und das Training von VLA-Modellen für die Nachahmung anhand von Demonstrationsvideos.

• DFG-Verfahren: WBP Stipendium
• Internationaler Bezug: USA
• Gastgeberin: Professorin Jeannette Bohg, Ph.D.