Blog

SO-100 манипуляторындағы адам бақылайтын бір DAgger раундының қадамдық сипаттамасы: саясатты іске қосып жазып алу, ол қате жасай бастаған сәтте басқаруды қолға алу, жүгіртуді түзету ретінде тіркеу, аралас деректер жиынын құрастыру және оқытуды бақылау нүктесінен жалғастыру. Жетекші манипуляторы жоқтарға арналған пернетақта мен слайдер арқылы басқаруды қолға алу жолын, сондай-ақ раундты құнсыз ететін төрт қатені қамтиды.

Араласу жиілігі — араласу кадрларының жүгіріс кадрларына қатынасы — адам бақылайтын DAgger циклінің қолда бар ең арзан әрі шынайы прогресс сигналы. Бұл мақала оны екі адам бірдей мәнді есептейтіндей етіп анықтайды, оны қалай тіркеу керектігін көрсетеді және сізді адастыратын төрт жайтты талдайды: оператордың дағдылануы, бағалау ортасының ауытқуы, тек түзетулерде ғана оқыту және дүйсенбіге қарағанда сейсенбіде басқаша түзететін адам.

Қарапайым DAgger робот әлі қозғалыста кезінде адамнан күйлерді белгілеуді талап етеді. Нақты жабдықта бұл қауіпсіз емес және сапасыз белгілер береді. Қақпалы нұсқалар соқыр белгілеуді біреу ұстап тұруы керек қақпамен алмастырады: HG-DAgger-де — адам, SafeDAgger-де — қауіпсіздік классификаторы, EnsembleDAgger-де — ансамбльдің келіспеушілігі, ThriftyDAgger-де — бюджеттелген жаңалық пен тәуекел бағасы. Бұл мақала оларды қақпаны кім иеленетініне, қандай сигнал оны ашатынына және әрқайсысының қанша тұратынына қарай салыстырады — және неге адам басқаратын нұсқа нақты манипуляторға тигенде аман қалатынын түсіндіреді.

Behavior cloning саясатты сарапшының күй-таралымына бейімдейді, ал кейін ол өз бетінше іске қосылады. Осы екі таралымның арасындағы алшақтық — валидацияда мінсіз көрінетін саясаттың 300-ші қадамда үстелден құлап түсуінің себебі. Бұл — DAgger сериямыздың теориялық тарауы: квадраттық қате мүшесі қайдан шығады, dataset aggregation нені өзгертеді, no-regret дәлелі нені болжайды және есептің қай бөлігін адам-сарапшы бәрібір өз мойнына алуға тиіс.

DROID, BridgeData V2 және Open X-Embodiment 6 және 7 еркіндік дәрежелі қолдарда 7-D соңғы эффектілік әрекеттерге түрленеді. SO-100 6 буын позициясын қабылдайды. Не ауысады, не ауыспайды, оның орнына не істеу керек.

Модельдеу бірнеше демонстрацияны мыңдағанға көбейте алады. Мұнда жарияланған сандар не дейді, sim-to-real алшақтығы қай жерде қиындық туғызады және әлі де не жазылуы керек екендігі көрсетілген.

TinyVLA және SmolVLA жұмыс істейтін VLA-ны 1 миллиард параметрден төмен орналастырады. Екі мақаладан алынған нақты сандар, LeRobot әдепкі параметрлері, өлшенген кідіріс және 24 ГБ картада іске қосу қанша тұратыны.

Сіздің робот машинаңызда GPU жоқ. GR00T саясат серверін жалға алынған бұлттық GPU-ға орналастырыңыз, әрекет бөліктерін қолға жіберіңіз және желінің сізге қанша тұратынын нақты біліңіз.

Action Chunking Transformer-ді SO-100-де lerobot арқылы нөлден бастап үйретіңіз: act config, chunk_size және n_action_steps, 100000 қадамдық кесте, 20 мс қорытынды.

GR00T N1.7, Pi0.5, SmolVLA, ACT немесе GR00T N1.5? Нақты жағдайларға сәйкестендірілген шешім кестесі, жарияланған бенчмарк көрсеткіштерімен, кешігуімен, бір іске қосу құнымен және әр таңдаудың артындағы лицензияларымен.

Нақты спот-нарықтағы GPU бағалары, бес саясаттың әрқайсысы қанша уақыт жұмыс істейді, қол мен демонстрациялар қанша тұрады және ақша тыныш жоғалатын төрт орын.

SO-100 көмегімен пайдалануға жарамды LeRobot деректер жинағын жазыңыз: калибрлеу, жетекші-ілесуші телеоперациясы, нақты lerobot-record жалаушалары мен әдепкі мәндері, камераны орнату, эпизод сандары және іске қосуды бұзатын ақаулар.

SmolVLA – бір 24 ГБ картада дәл бапталатын 450 М параметрлі VLA. Нақты lerobot 0.6.1 командалары, нақты әдепкі параметрлер, бір күнді жоғалтатын қателер және бір іске қосудың құны.

Physical Intelligence компаниясының ағынды сәйкестендіруші VLA-сы Pi0.5-ті өз робот деректеріңізде жіңішке баптаңыз. openpi және lerobot pi05 үшін нақты пәрмендер, деректер жинағы форматының тұзақтары, VRAM және кідіріс шектеулері.

Explore how BC-Z revolutionizes robotic imitation learning by enabling zero-shot task generalization through scaled demonstration data. Discover scaling laws, VLA models, teleoperation best practices, and ROI benefits for robotics companies and AI engineers.

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.

Google DeepMind-тің RT-2 моделінің жетілдірілген алгоритмдерге қарағанда жоғары сапалы оқыту деректерінің маңызды рөлін баса отырып, жасанды интеллект робототехникасын қалай төңкеріс жасайтынын біліңіз. Бұл мақала нақты әлемдегі роботтың өнімділігі үшін тиімді деректерді жинау неліктен маңызды екенін көрсететін эксперименттерді талдайды. AY-Robots сияқты платформалардың болашақ инновациялар үшін оқыту деректеріндегі алшақтықты жоюға қалай көмектесетінін біліңіз.

Google-дың RT-2 Көру-Тіл-Әрекет (VLA) моделінің визуалды деректерді, табиғи тілді және нақты уақыттағы әрекеттерді біріктіру арқылы роботты оқытуды қалай өзгертіп жатқанын біліңіз. Бұл инновациялық AI технологиясы телеоператорлар үшін деректерді жинауды жақсартады және робототехникалық қосымшалардағы тиімділікті арттырады. AY-Robots сайтында AI-мен басқарылатын роботтардың болашаққа әсерін зерттеңіз.