DeCo: Task Decomposition and Skill Composition for Zero-Shot Generalization in Long-Horizon 3D Manipulation
यह शोधपत्र DeCo का प्रस्ताव करता है, जो एक मॉडल-अज्ञेय (model-agnostic) ढांचा है जो प्रदर्शनों (demonstrations) को पुन: प्रयोज्य परमाणु कौशलों (atomic skills) में विभाजित करके और एक विजन-लैंग्वेज मॉडल के माध्यम से उन्हें गतिशील रूप से संयोजित करके, लॉन्ग-होराइजन 3D मैनिपुलेशन में ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) को बढ़ाता है, जिससे कई इमिटेशन लर्निंग मॉडलों और वास्तविक दुनिया के कार्यों में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।