Blog

Детаљно објаснување на еден човечко-врата DAgger циклус на SO-100 рака: запусти ја политиката и снима, преземи контрола кога грешка ќе се случи, евидентирај го текот како корекција, состави мешан датасет, и продолжи обучување од контролна точка. Вклучува патека за преземање преку тастатура и лизгачи за луѓе без лидер рака, и четирите грешки што го правата циклусот бесполезен.

The intervention rate - intervention frames divided by the frames of the run - is the cheapest honest progress signal a human-gated DAgger loop has. This article defines it so that two people compute the same value, shows how to log it, and works through the four ways it misleads you: operator habituation, a drifting evaluation setup, training only on corrections, and a human who corrects differently on Tuesday than on Monday.

Обичниот DAgger бара од човекот да означува состојби додека роботот сè уште вози. На вистинскиот хардвер тоа е небезбедно и произведува лоши oznaki. Гатираните варијанти ја замењуваат слепото означување со врата некој мора да ја держи: човекот во HG-DAgger, безбедносен класификатор во SafeDAgger, неслогата на ансамблот во EnsembleDAgger, буџетирана процена на новост и ризик во ThriftyDAgger. Овој член ги спореди по тоа кој ја поседува вратата, кој сигнал ја отвора, и што чини секоја - и зошто човечката гатирана форма е онаа која преживува контакт со вистински крак.

Behavior cloning монтира политика врз дистрибуцијата на состојби на експертот и потоа се распределува самостојно. Разликата помеѓу овие две дистрибуции е зошто политика која изгледа добра при валидација исчезнува од маса на чекор 300. Ова е теориската поглавја од нашата DAgger серија: од каде доаѓа членот со квадратна грешка, што се менува при dataset aggregation, што го претпоставува доказот без жалење, и кој дел од сметката човечкиот експерт мораше да плати.

DROID, BridgeData V2 и Open X-Embodiment се претвораат во 7-D акции на краен ефектор на роботи со 6 и 7 степени на слобода. SO-100 прифаќа 6 позиции на зглобовите. Што се пренесува, што не, што да се направи наместо тоа.

Симулацијата може да умножи неколку демонстрации во илјадници. Еве што навистина кажуваат објавените бројки, каде што гризе sim-to-real јазот и што сè уште треба да се сними.

TinyVLA и SmolVLA ставаат функционален VLA под 1 милијарда параметри. Реални бројки од двата труда, стандардните поставки на LeRobot, измерена латентност и колку чини едно извршување на картичка од 24 GB.

Вашата роботска машина нема GPU. Поставете го GR00T серверот за политики на изнајмена облак GPU, пренесувајте акциони парчиња до раката и дознајте точно колку ве чини мрежата.

Тренирајте Action Chunking Transformer од нула на SO-100 со lerobot: конфигурацијата на ACT, chunk_size и n_action_steps, распоредот од 100000 чекори, 20 ms инференција.

GR00T N1.7, Pi0.5, SmolVLA, ACT или GR00T N1.5? Табела за одлучување прилагодена на реални ситуации, со објавените бенчмарк бројки, латентност, цена по извршување и лиценци зад секој избор.

Реални цени на GPU на спот-пазарот, колку долго работи секоја од петте политики, колку чинат раката и демонстрациите, и четирите места каде што парите тивко исчезнуваат.

Сними употреблив LeRobot збир на податоци со SO-100: калибрација, телеоперација водач-следбеник, вистинските lerobot-record знаменца и стандардни вредности, поставување камера, број на епизоди и дефектите што ја уништуваат сесијата.

SmolVLA е VLA со 450 милиони параметри кое се дотерува на една 24 GB картичка. Вистински lerobot 0.6.1 команди, актуелните стандардни поставки, стапиците кои чинат еден ден и колку чини едно извршување.

Фино подесете го Pi0.5, VLA моделот за совпаѓање на проток од Physical Intelligence, на вашите сопствени роботски податоци. Вистински команди за openpi и lerobot pi05, замки во форматот на податоци, ограничувања на VRAM и латентност.

Проверен водич за фино подесување на NVIDIA GR00T N1.7 на SO-100 LeRobot сет на податоци: вистински знаменца, modality.json, барањето за v2.1, колку чини едно извршување и замките.

Откријте како RoboTurk ја револуционизира роботското учење преку краудсорсинг на висококвалитетни податоци преку далечинска телеоперација, овозможувајќи скалабилни множества на податоци за модели на вештачка интелигенција во роботиката. Истражете го неговото влијание врз учењето преку имитација, VLA моделите и ROI за компаниите за роботика.

Откријте како техниката за усогласување на протокот на Pi-Zero, во комбинација со VLM иницијализација, ги трансформира општите политики за роботи за вештачка контрола. Дознајте за неговите предности во однос на традиционалните методи, ефикасноста во податоците за обука на вештачката интелигенција за роботика и импликациите за скалабилно распоредување на роботи во индустриите.

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 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.

Откријте како моделот RT-2 на Google DeepMind ја револуционизира роботиката со вештачка интелигенција со нагласување на клучната улога на висококвалитетните податоци за обука во однос на напредните алгоритми. Оваа статија ги анализира експериментите кои покажуваат зошто ефективното собирање податоци е од суштинско значење за перформансите на роботите во реалниот свет. Научете како платформите како AY-Robots можат да помогнат да се надмине јазот во податоците за обука за идни иновации.

Откријте како моделот за вид-јазик-акција (VLA) RT-2 на Google ја преобликува роботската обука со интегрирање на визуелни податоци, природен јазик и акции во реално време. Оваа иновативна AI технологија ја подобрува колекцијата на податоци за телеоператори и ја зголемува ефикасноста во роботските апликации. Истражете го неговото потенцијално влијание врз иднината на AI-управуваните роботи во AY-Robots.