Blog

En trinn-for-trinn oversikt over en human-gated DAgger-runde på en SO-100-arm: kjør policyen og registrer den, ta over når den går galt, arkiver kjøringen som en korreksjon, kombiner et blandet datasett, og fortsett opplæringen fra et punkt. Inkluderer tastatur- og glideraktuatoren overtakelsesmodus for personer uten en leder-arm, og de fire feilene som gjør en runde verdiløs.

Intervensjonsraten – intervensjonsbilde delt på bildene av kjøringen – er det billigste ærlige fremskriftssignalet en menneskekontrollert DAgger-løkke har. Denne artikkelen definerer den slik at to personer beregner samme verdi, viser hvordan du logger den, og arbeider gjennom de fire måtene den vileder deg på: operatørvenning, en drivende evalueringsoppsett, trening bare på korreksjoner, og en menneskekontrollør som korrigerer annerledes på tirsdag enn på mandag.

Vanlig DAgger ber en menneske merke tilstander mens roboten fortsatt kjører. På ekte maskinvare er det usikkert og det produserer dårlige merker. De aktiverte variantene erstatter blind merking med en gate noen må holde: mennesket i HG-DAgger, en sikkerheitsklassifikator i SafeDAgger, en ensemble-uenighet i EnsembleDAgger, et budsjettert nyhets- og risikoanslag i ThriftyDAgger. Denne artikkelen sammenligner dem etter hvem som eier gaten, hvilket signal åpner den, og hva hver enkelt koster — og hvorfor menneske-gate-formen er den som tåler kontakt med en ekte arm.

Atferdskloning tilpasser en strategi på ekspertens tilstandsfordeling og distribueres deretter på sin egen. Gapet mellom disse to fordelingene er hvorfor en strategi som ser fin ut i validering går av bordet på trinn 300. Dette er teorikapteret i DAgger-serien vår: hvor det kvadratiske feilledd kommer fra, hva datasettaggregering endrer, hva beviset uten anger antar, og hvilken del av regningen menneskeeksperten fortsatt må betale.

DROID, BridgeData V2 og Open X-Embodiment konverteres til 7-D end-effektor-handlinger på 6 og 7-DoF armer. En SO-100 tar 6 leddposisjoner. Hva som overføres, hva som ikke gjør det, og hva man skal gjøre i stedet.

Simulering kan mangedoble en håndfull demonstrasjoner til tusenvis. Her er hva de publiserte tallene egentlig sier, hvor sim-til-virkelighet-gapet biter, og hva som fortsatt må tas opp.

TinyVLA og SmolVLA plasserer en fungerende VLA under 1 milliard parametere. Reelle tall fra begge artiklene, LeRobot-standardinnstillingene, målt latens, og hva en kjøring koster på et 24 GB kort.

Robotmaskinen din har ingen GPU. Plasser GR00T-policy-serveren på en leid sky-GPU, strøm handlingsbiter til armen, og lær nøyaktig hva nettverket koster deg.

Tren en Action Chunking Transformer fra bunnen av på en SO-100 med lerobot: act config, chunk_size og n_action_steps, 100000-trinnsplanen, 20 ms inferens.

GR00T N1.7, Pi0.5, SmolVLA, ACT eller GR00T N1.5? En beslutningstabell tilpasset reelle situasjoner, med publiserte benchmark-tall, latens, kostnad per kjøring og lisenser bak hvert valg.

Reelle spot-markedspriser for GPU, hvor lenge hver av de fem policyene kjører, hva armen og demonstrasjonene koster, og de fire stedene pengene stille forsvinner.

Spill inn et brukbart LeRobot datasett med en SO-100: kalibrering, leder-følger teleoperasjon, de faktiske lerobot-record flaggene og standardinnstillingene, kameraoppsett, antall episoder, og feilene som ødelegger en kjøring.

SmolVLA er en VLA med 450 M parametere som finjusteres på et enkelt 24 GB kort. Ekte lerobot 0.6.1-kommandoer, de faktiske standardinnstillingene, fellene som kostet en dag, og hva en kjøring koster.

Finjuster Pi0.5, den flyt-matchende VLA-en fra Physical Intelligence, på dine egne robotdata. Ekte kommandoer for openpi og lerobot pi05, fallgruver for datasettformat, VRAM- og latensgrenser.

En testet gjennomgang for finjustering av NVIDIA GR00T N1.7 på et SO-100 LeRobot datasett: ekte flagg, modality.json, v2.1-kravet, hva en kjøring koster, og fellene.

Oppdag hvordan RoboTurk revolusjonerer robotlæring ved å crowdsource data av høy kvalitet gjennom fjernstyring, og muliggjør skalerbare datasett for AI-modeller innen robotikk. Utforsk dens innvirkning på imitasjonslæring, VLA-modeller og ROI for robotikkselskaper.

Oppdag hvordan NVIDIAs Isaac Lab revolusjonerer multimodal robotlæring gjennom GPU-akselerert simulering, noe som muliggjør raskere AI-trening, skalerbar distribusjon og optimalisert ROI for robotikkforskere og -selskaper.

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.

Utforsk hvordan BC-Z revolusjonerer robotisk imiteringslæring ved å muliggjøre zero-shot oppgavegeneralisering gjennom skalert demonstrasjonsdata. Oppdag skaleringslover, VLA-modeller, beste praksis for teleoperasjon og ROI-fordeler for robotikkbedrifter og AI-ingeniører.

Utforsk hvordan BridgeData V2 gir lavpris robotdata i stor skala, og forbedrer imitasjonslæringsmetoder og offline forsterkningslæring. Oppdag viktige referansepunkter, VLA-modeller i robotikk og effektive arbeidsflyter for robotteleoperasjon for innsamling av AI-treningsdata.

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.

Oppdag hvordan Googles RT-2 Vision-Language-Action-modell revolusjonerer robotkontroll ved å overføre webkunnskap til fysiske handlinger. Lær om dens arkitektur, treningsmetoder, fremvoksende evner og implikasjoner for robotikkbedrifter og operatører, inkludert integrasjon med teleoperasjon for effektiv AI-trening.

Oppdag hvordan Google DeepMinds RT-2-modell revolusjonerer AI-robotikk ved å understreke den kritiske rollen høykvalitets treningsdata spiller, fremfor avanserte algoritmer. Denne artikkelen bryter ned eksperimentene som demonstrerer hvorfor effektiv datainnsamling er essensielt for roboters ytelse i den virkelige verden. Lær hvordan plattformer som AY-Robots kan bidra til å bygge bro over gapet i treningsdata for fremtidige innovasjoner.

Oppdag hvordan Googles RT-2 syn-språk-handling-modell (VLA) omformer robotlæring ved å integrere visuelle data, naturlig språk og sanntidshandlinger. Denne innovative AI-teknologien forbedrer datainnsamling for teleoperatører og øker effektiviteten i robotikkapplikasjoner. Utforsk dens potensielle innvirkning på fremtidens AI-drevne roboter hos AY-Robots.