Blog

Detalizēts atskaites apraksts par vienu cilvēka kontrolētu DAgger kārtu uz SO-100 rokas: palaidiet politiku un ierakstiet to, pārņemiet, kad tas kļūst nepareizs, iesniedziet palaišanu kā labojumu, salikiet jauktu datu kopu un turpiniet apmācību no kontrolpunkta. Ietver klaviatūras un slīdņa pārņemšanas ceļu cilvēkiem bez vadības rokas, un četras kļūdas, kas padara kārtu bezjēdzīgu.

Iejaukšanās pakāpe — iejaukšanās kadri dalīti ar palaišanas kadri — ir lētākais godīgais progresa signāls, ko cilvēku kontrolēta DAgger cilpa var dot. Šis raksts to definē tā, lai divas personas aprēķinātu to pašu vērtību, parāda, kā to reģistrēt, un izstrādā četrus veidus, kā tā jūs maldina: operatora ieradumi, dreifējošu novērtēšanas sistēmu, apmācību tikai korekcijas paradumos un cilvēku, kas otrdienas korekcijas veic atšķirīgi nekā pirmdienas.

Parasts DAgger lūdz cilvēku marķēt stāvokļus, kamēr robots joprojām brauc. Uz īsta aparāta tas nav draudzīgi un rada zems kvalitātes marķes. Vārti varianti aizstāj aklās etiķetēšanas ar vārtiem, kurus kāds ir spiests turēt: cilvēks HG-DAgger, drošības klasifikators SafeDAgger, ansambļa neatbilstība EnsembleDAgger, budžetēta novitāte un riska novērtējums ThriftyDAgger. Šis raksts tos salīdzina pēc tā, kas ir vārti īpašnieks, kāds signāls tos atver un cik maksā katrs — un kāpēc cilvēka vārti veids ir tas, kurš izdzīvo kontaktu ar īstu roku.

Uzvedības klonēšana pielāgo politiku eksperta stāvokļu sadalījumam un tad to izvietot patstāvīgi. Atšķirība starp šiem diviem sadalījumiem ir iemesls, kāpēc politika, kas derīgi izskatās validācijā, 300. solī nokrīt no galda. Šī ir mūsu DAgger sērijas teorijas nodaļa: kur nāk kvadrātiskais kļūdas termins, ko mainīs datu kopas agregācija, ko pieņem bez žēlības pierādījums un kādu daļu no rēķina cilvēka eksperts vēl joprojām ir jāmaksā.

DROID, BridgeData V2 un Open X-Embodiment tiek pārveidoti par 7-D gala efektora darbībām 6 un 7-DoF robotu rokām. SO-100 izmanto 6 locītavu pozīcijas. Kas pārnesas, kas nepārnesas, ko darīt tā vietā.

Simulācija var pavairot dažas demonstrācijas tūkstošos. Lūk, ko patiesībā saka publicētie skaitļi, kur sāp sim-uz-reālo plaisa un kas vēl ir jāieraksta.

TinyVLA un SmolVLA ievieto funkcionējošu VLA zem 1B parametru. Reāli skaitļi no abiem rakstiem, lerobot noklusējuma iestatījumi, izmērītā latentums un cik maksā viena izpilde uz 24 GB kartes.

Jūsu robota mašīnai nav GPU. Novietojiet GR00T politikas serveri uz nomāta mākoņa GPU, straumējiet darbību fragmentus uz roku un uzziniet, cik tieši jums izmaksā tīkls.

Apmāciet darbības sadalīšanas transformatoru no nulles uz SO-100 ar lerobot: act konfigurācija, chunk_size un n_action_steps, 100000 soļu grafiks, 20 ms secinājums.

GR00T N1.7, Pi0.5, SmolVLA, ACT vai GR00T N1.5? Lēmumu tabula, kas pielāgota reālām situācijām, ar publicētajiem etalonu rādītājiem, latentumu, izmaksām par izpildi un licencēm katrai izvēlei.

Reālās GPU tūlītējā tirgus cenas, cik ilgi darbojas katra no piecām politikām, cik maksā roka un demonstrācijas, un četras vietas, kur nauda klusi pazūd.

Ierakstiet izmantojamu LeRobot datu kopu ar SO-100: kalibrēšana, līderis-sekotājs teleoperācija, reālās lerobot-record karodziņi un noklusējuma vērtības, kameras iestatīšana, epizožu skaits un defekti, kas sabojā izpildi.

SmolVLA ir 450 M parametru VLA, kas tiek precizēts uz vienas 24 GB kartes. Reālas lerobot 0.6.1 komandas, faktiskās noklusējuma vērtības, lamatas, kas maksāja dienu, un cik maksā viena izpilde.

Precizēti apmāciet Pi0.5, plūsmas saskaņošanas VLA no Physical Intelligence, ar saviem robota datiem. Reālas komandas priekš openpi un lerobot pi05, datu kopas formāta slazdi, VRAM un latentuma ierobežojumi.

Pārbaudīts ceļvedis NVIDIA GR00T N1.7 precizētai apmācībai ar SO-100 LeRobot datu kopu: reāli karodziņi, modality.json, v2.1 prasība, cik maksā viena izpilde un slazdi.

Atklājiet, kā RoboTurk revolucionizē robotu apmācību, piesaistot augstas kvalitātes datus ar pūļa palīdzību, izmantojot attālinātu teleoperāciju, nodrošinot mērogojamus datu kopumus AI modeļiem robotikā. Izpētiet tā ietekmi uz imitācijas apmācību, VLA modeļiem un ROI robotikas uzņēmumiem.

Atklājiet, kā Pi-Zero plūsmas saskaņošanas tehnika, apvienojumā ar VLM inicializāciju, pārveido vispārējas nozīmes robotu politikas veiklai kontrolei. Uzziniet par tās priekšrocībām salīdzinājumā ar tradicionālajām metodēm, efektivitāti AI apmācības datos robotikā un ietekmi uz mērogojamu robotu izvietošanu rūpniecībā.

Atklājiet, kā Google DeepMind RT-2 modelis revolucionizē AI robotiku, uzsverot augstas kvalitātes apmācības datu kritisko lomu, nevis uzlabotus algoritmus. Šis raksts analizē eksperimentus, kas parāda, kāpēc efektīva datu vākšana ir būtiska reālās pasaules robotu veiktspējai. Uzziniet, kā tādas platformas kā AY-Robots var palīdzēt novērst apmācības datu trūkumu nākotnes inovācijām.

Atklājiet, kā Google RT-2 redzes-valodas-darbības (VLA) modelis pārveido robotu apmācību, integrējot vizuālos datus, dabisko valodu un reāllaika darbības. Šī novatoriskā AI tehnoloģija uzlabo datu vākšanu teleoperatoriem un palielina efektivitāti robotikas lietojumos. Izpētiet tā potenciālo ietekmi uz nākotnes AI vadītiem robotiem AY-Robots.