Blog

SO-100 гартай робот дээр нэг хүний хаалтат DAgger давхрын алхамчилсан тайлбар: политик эхлүүлэх ба бүртгүүлэх, буруу болсон үед контроль авах, урвалыг засуулга гэж хадгалах, холимог датасет нийлүүлэх, контроллсоос сургалтыг үргэлжлүүлэх. Удирдагч гарын хүмүүсийн хувьд гарын болон слайдеруудын контроллын замын дүрэм, мөн давхра хоосон болгодог дөрвөн алдаа багтсан.

Оруулалтын хурд - оруулалтын кадрыг давамгалын кадрад хуваасан - нь хүний хянасан DAgger давамгалын хамгийн хямд шударга ахицын сигнал юм. Энэ нийтлэл үүнийг хоёр хүн ижил утгыг тооцохоор тодорхойлж, үүнийг хэрхэн бүртгэхийг харуулж, үүнийг төөрөгдүүлэх дөрвөн аргаар явдаг: операторын дадлага, ялгарч буй үнэлгээний тохируулга, зөвхөн залруулгаар сургалт хийх, болон даваа гаригт сөмнөрүүлэхээс өөрөөр залруулдаг хүн.

Энгийн DAgger нь робот өөрөө хөдөлж байх зуур хүнээс төлөв бүрд шошго өгөхийг шаарддаг. Бодит тоног төхөөрөмж дээр энэ нь аюулгүй бус бөгөөд чанар муутай шошго үүсгэдэг. Хаалттай хувилбарууд хараагүй шошголтыг хэн нэгний барих ёстой хаалтаар сольдог: HG-DAgger дээр хүн, SafeDAgger дээр аюулгүй байдлын ангилагч, EnsembleDAgger дээр ансамблийн санал зөрөлдөөн, ThriftyDAgger дээр төсөвлөгдсөн шинэлэг байдал-эрсдэлийн үнэлгээ. Энэ өгүүлэлд эдгээрийг хаалтыг хэн эзэмшдэг, ямар дохио үүнийг нээдэг, тус бүр нь ямар үнэ цэнэ шаарддаг гэдгээр нь харьцуулж, хүнээр хаалттай хэлбэр яагаад бодит робот гар дээр амьд үлддэгийг тайлбарлана.

Зан үйлийг хуулбарлах нь мэргэжилтэнүүдийн төлөвийн хуваарилалтын дээр policy-г сүүлжүүлдэг бөгөөд дараа нь өөрөө нэгээс илүү байрлалаас хөргүүлнэ. Эдгээр хоёр хуваарилалтын ялгаа нь зөвхөн жинхэнэ сургалтанд сайн харагдаж байсан policy нь 300-р алхамын дээр ширээ унахад нүүлгэн шилжүүлсэн байдаг юм. Энэ бол манай DAgger цувралын онолын бүлэг: квадрат алдааны нэр томъёо хаанаас ирэх, датасет нэгтгэх нь юу өөрчилдөг, регрессгүй баталгаа юу гэж үздэг, мөн ямар хэсгийг хүний мэргэжилтэн үнэхээр төлөө байх ёстой вэ.

DROID, BridgeData V2 болон Open X-Embodiment нь 6 болон 7-DoF гарт зориулсан 7-D төгсгөлийн үйлдэлд хувирдаг. SO-100 нь 6 үений байрлалыг авдаг. Юу шилжих вэ, юу шилжихгүй вэ, оронд нь юу хийх вэ.

TinyVLA болон SmolVLA нь ажилладаг VLA-г 1 тэрбум параметрээс доош хэмжээнд багтаасан. Хоёр өгүүлэл дэх бодит тоо баримтууд, LeRobot-ийн анхдагч тохиргоонууд, хэмжигдсэн хоцрогдол, мөн 24 ГБ карт дээр нэг ажиллагаа хэр үнэтэй болохыг харуулсан.

Таны робот машин GPUгүй. GR00T бодлогын серверийг түрээсийн үүлэн GPU дээр байрлуулж, үйлдлийн хэсгүүдийг гарт дамжуулж, сүлжээ танд яг хэдэн төгрөгөөр тусч байгааг мэдэж аваарай.

Action Chunking Transformer-ийг SO-100 дээр lerobot ашиглан эхнээс нь сургах: act config, chunk_size болон n_action_steps, 100000 алхамт хуваарь, 20 мс таамаглал.

GR00T N1.7, Pi0.5, SmolVLA, ACT эсвэл GR00T N1.5? Бодит нөхцөл байдалд тохируулсан шийдвэрийн хүснэгт, нийтлэгдсэн бенчмарк үзүүлэлтүүд, хоцролт, гүйцэтгэл тутамд гарах зардал болон сонголт бүрийн ард байгаа лицензүүдийн хамт.

SO-100 ашиглан ашиглах боломжтой LeRobot өгөгдлийн багцыг бичих: тохируулга, удирдагч-дагагч телеопераци, lerobot-record-ийн бодит флагууд болон анхдагч утгууд, камерын тохиргоо, эпизодын тоо, мөн гүйцэтгэлийг муутгах доголдлууд.

SmolVLA нь нэг 24 ГБ карт дээр нарийвчлан тааруулагддаг 450 сая параметртэй VLA юм. Бодит lerobot 0.6.1 командуудыг, жинхэнэ анхдагч тохиргоог, нэг өдөр алдсан алдаануудыг болон нэг ажиллагааны зардлыг эндээс үзнэ үү.

Physical Intelligence-ийн урсгал тааруулах VLA болох Pi0.5-ыг өөрийн роботын өгөгдөл дээр нарийн тааруулна. openpi болон lerobot pi05-д зориулсан бодит тушаалууд, өгөгдлийн багцын форматын урхи, VRAM болон хоцролтын хязгаарлалтууд.

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-ийн RT-2 загвар нь дэвшилтэт алгоритмаас илүү өндөр чанартай сургалтын мэдээллийн чухал үүргийг онцолсноор хиймэл оюун ухааны роботыг хэрхэн хувьсгаж байгааг олж мэдээрэй. Энэхүү нийтлэл нь бодит ертөнцийн роботын гүйцэтгэлийг сайжруулахад үр дүнтэй мэдээлэл цуглуулах нь яагаад чухал болохыг харуулсан туршилтуудыг задалж өгдөг. AY-Robots зэрэг платформууд нь ирээдүйн шинэчлэлийн сургалтын мэдээллийн ялгааг хэрхэн арилгахад тусалж болохыг мэдэж аваарай.

Google-ийн RT-2 Хараа-Хэл-Үйлдэл (VLA) загвар нь харааны өгөгдөл, хэл, бодит цагийн үйлдлийг нэгтгэснээр робот сургалтыг хэрхэн өөрчилж байгааг олж мэдээрэй. Энэхүү шинэлэг AI технологи нь телеоператоруудад зориулсан өгөгдөл цуглуулах ажлыг сайжруулж, роботын хэрэглээний үр ашгийг нэмэгдүүлдэг. AY-Robots дээр AI-ээр ажилладаг роботуудын ирээдүйд үзүүлэх нөлөөллийг судлаарай.