Blog

'n Stap-vir-stap-verslag van een mens-gekeurde DAgger-rondte op 'n SO-100-arm: laat die beleid loop en neem dit op, neem oor wanneer dit verkeerd gaan, registreer die lopie as 'n korreksie, stel 'n gemengde datastel saam, en gaan voort met afrigting vanaf 'n kontrolepunt. Sluit die sleutelbord- en skuiwer-oornamepad in vir mense sonder 'n leierarm, sowel as die vier foute wat 'n rondte waardeloos maak.

Die intervensiekoers - intervensieraampies gedeel deur die raampies van die loop - is die goedkoopste eerlike vooruitgangsein wat 'n mens-gehekte DAgger-lus het. Hierdie artikel definieer dit sodat twee mense dieselfde waarde bereken, wys hoe om dit te log, en werk deur die vier maniere waarop dit jou mislei: operateurgewoontevorming, 'n wegdrywende evalueringsopstelling, opleiding wat slegs op korreksies fokus, en 'n mens wat Dinsdag anders korrigeer as Maandag.

Gewone DAgger vra 'n mens om toestande te merk terwyl die robot nog ry. Op werklike hardeware is dit onveilig en dit lewer swak merkers. Die gepoorte variante vervang blinde merking met 'n poort wat iemand moet vashou: die mens in HG-DAgger, 'n veiligheidsklassifiseerder in SafeDAgger, 'n ensemble se onenigheid in EnsembleDAgger, 'n begrote nuutheid-en-risikoberaming in ThriftyDAgger. Hierdie artikel vergelyk hulle volgens wie die poort besit, watter sein dit oopmaak, en wat elkeen kos — en waarom die mens-gepoorte vorm die een is wat kontak met 'n werklike arm oorleef.

Behavior cloning pas 'n beleid op die toestandsverspreiding van die kenner en word dan op sy eie ontplooi. Die gaping tussen daardie twee verspreidings is waarom 'n beleid wat goed lyk tydens validasie by stap 300 van die tafel afloop. Dit is die teoriehoofstuk van ons DAgger-reeks: waar die kwadratiese foutterm vandaan kom, wat datastel-aggregasie verander, wat die no-regret-bewys aanneem, en watter deel van die rekening die menslike kenner steeds moet betaal.

DROID, BridgeData V2 en Open X-Embodiment skakel om na 7-D eindeffektor-aksies op 6- en 7-DoF arms. 'n SO-100 neem 6 gewrigsposisies. Wat oordra, wat nie, wat om eerder te doen.

Simulasie kan 'n handvol demonstrasies in duisende vermenigvuldig. Hier is wat die gepubliseerde syfers werklik sê, waar die sim-na-werklik-gaping byt, en wat nog opgeneem moet word.

TinyVLA en SmolVLA plaas 'n werkende VLA onder 1 B parameters. Werklike syfers uit beide referate, die lerobot verstekke, gemete latensie, en wat 'n uitvoering op 'n 24 GB kaart kos.

Jou robotmasjien het geen GPU nie. Plaas die GR00T-beleidbediener op 'n gehuurde wolk-GPU, stroom aksiestukke na die arm, en leer presies wat die netwerk jou kos.

Lei 'n Action Chunking Transformer van nuuts af op 'n SO-100 op met lerobot: die act config, chunk_size en n_action_steps, die 100000-stap skedule, 20 ms inferensie.

GR00T N1.7, Pi0.5, SmolVLA, ACT of GR00T N1.5? 'n Besluitstabel wat by werklike situasies pas, met die gepubliseerde maatstafgetalle, latensie, koste per lopie en lisensies agter elke keuse.

Werklike spotmark GPU-pryse, hoe lank elk van die vyf beleide loop, wat die arm en die demonstrasies kos, en die vier plekke waar die geld stilweg verdwyn.

Neem 'n bruikbare LeRobot datastel op met 'n SO-100: kalibrasie, leier-volger teleoperasie, die werklike lerobot-record vlae en verstekwaardes, kamera-opstelling, episode-tellings, en die defekte wat 'n lopie bederf.

SmolVLA is 'n 450 M parameter VLA wat fyninstel op 'n enkele 24 GB kaart. Werklike lerobot 0.6.1 opdragte, die werklike verstekwaardes, die slaggate wat 'n dag gekos het, en wat 'n uitvoering kos.

Stel Pi0.5, die vloeipas-VLA van Physical Intelligence, fyn in op jou eie robotdata. Werklike opdragte vir openpi en lerobot pi05, datastelformaat-valstrikke, VRAM- en latensiebeperkings.

Ontdek hoe Pi-Zero se vloeipas-passing tegniek, gekombineer met VLM-initialisering, algemene robotbeleide vir vaardige beheer transformeer. Leer oor die voordele daarvan bo tradisionele metodes, doeltreffendheid in KI-opleidingsdata vir robotika, en implikasies vir skaalbare robotontplooiing in nywerhede.

Discover how Isaac Gym revolutionizes robot learning with GPU-native physics simulation, enabling thousands of parallel environments for rapid reinforcement learning, VLA models training, and efficient AI robot teleoperation. Explore benchmarks, integration with PyTorch, and real-world applications that bridge the sim-to-real gap.

Explore how BridgeData V2 provides low-cost robot data at scale, enhancing imitation learning methods and offline reinforcement learning. Discover key benchmarks, VLA models in robotics, and efficient robot teleoperation workflows for AI training data collection.

Discover how Pi-Zero's flow-matching technique, combined with VLM initialization, is transforming generalist robot policies for dexterous control. Learn about its advantages over traditional methods, efficiency in AI training data for robotics, and implications for scalable robot deployment in industries.

Ontdek hoe Google DeepMind se RT-2 model KI robotika revolusioneer deur die kritieke rol van hoë-gehalte opleidingsdata bo gevorderde algoritmes te beklemtoon. Hierdie artikel ontleed die eksperimente wat demonstreer hoekom effektiewe data-insameling noodsaaklik is vir werklike robotprestasie. Leer hoe platforms soos AY-Robots kan help om die gaping in opleidingsdata vir toekomstige innovasies te oorbrug.

Ontdek hoe Google se RT-2 Visie-Taal-Aksie (VLA) model robotleer hervorm deur visuele data, natuurlike taal en intydse aksies te integreer. Hierdie innoverende KI-tegnologie verbeter datavaslegging vir teleoperateurs en verhoog doeltreffendheid in robotika-toepassings. Verken die potensiële impak daarvan op die toekoms van KI-gedrewe robotte by AY-Robots.