Blog

Krok po kroku relacja jednej rundy DAgger gated przez człowieka na ramieniu SO-100: uruchomienie polityki i jej nagranie, przejęcie kontroli kiedy coś pójdzie nie tak, zapisanie rundy jako korekty, komponowanie mieszanego zestawu danych i kontynuacja trenowania z checkpointu. Zawiera ścieżkę przejęcia przez klawiaturę i suwaki dla osób bez ramienia lidera oraz cztery błędy, które czynią rundę bezwartościową.

Wskaźnik interwencji - ramki interwencji podzielone przez ramki przebiegu - jest najtańszym uczciwym sygnałem postępu, jaki ma pętla DAgger sterowana przez człowieka. Artykuł definiuje go tak, aby dwie osoby obliczyły tę samą wartość, pokazuje, jak go rejestrować, i omawia cztery sposoby, w jakie cię zwodzi: przyzwyczajenie operatora, dryfującą konfigurację ewaluacji, trening tylko na poprawkach oraz człowieka, który koryguje inaczej we wtorek niż w poniedziałek.

Zwykły DAgger prosi człowieka o oznaczenie stanów, podczas gdy robot wciąż jeździ. Na rzeczywistym sprzęcie jest to niebezpieczne i daje słabe oznaczenia. Warianty sterowane bramką zastępują ślepe oznaczanie bramką, którą ktoś musi przytrzymać: człowiek w HG-DAgger, klasyfikator bezpieczeństwa w SafeDAgger, niezgodność zespołu w EnsembleDAgger, budżetowana ocena nowości i ryzyka w ThriftyDAgger. Ten artykuł porównuje je pod względem tego, kto posiada bramkę, jaki sygnał ją otwiera i co każdy kosztuje — oraz dlaczego forma sterowana człowiekiem to ta, która przetrwa kontakt z rzeczywistym ramieniem.

Behavior cloning dopasowuje politykę do rozkładu stanów eksperta, a następnie jest wdrażana samodzielnie. Luka między tymi dwoma rozkładami wyjaśnia, dlaczego polityka wyglądająca prawidłowo w walidacji schodzi ze stołu na kroku 300. To jest rozdział teoretyczny naszej serii DAgger: gdzie pochodzi termin błędu kwadratowego, co zmienia agregacja zbiorów danych, co zakłada dowód bez żału, i jaką część rachunku musi jeszcze pokryć ludzki ekspert.

DROID, BridgeData V2 i Open X-Embodiment konwertują się na 7-wymiarowe akcje efektora końcowego na ramionach 6- i 7-stopniowych. SO-100 przyjmuje 6 pozycji przegubów. Co się przenosi, co nie, co zrobić zamiast tego.

Symulacja może pomnożyć garść demonstracji w tysiące. Oto, co naprawdę mówią opublikowane liczby, gdzie problem sim-to-real daje się we znaki i co jeszcze musi zostać nagrane.

TinyVLA i SmolVLA umieszczają działający VLA poniżej 1B parametrów. Rzeczywiste liczby z obu artykułów, domyślne ustawienia lerobot, zmierzona latencja i ile kosztuje uruchomienie na karcie 24 GB.

Twoja maszyna robota nie ma GPU. Umieść serwer polityk GR00T na wynajętym GPU w chmurze, przesyłaj fragmenty akcji do ramienia i dowiedz się dokładnie, ile kosztuje Cię sieć.

Wytrenuj Action Chunking Transformer od podstaw na SO-100 z lerobot: konfiguracja ACT, chunk_size i n_action_steps, harmonogram 100000 kroków, inferencja 20 ms.

GR00T N1.7, Pi0.5, SmolVLA, ACT czy GR00T N1.5? Tabela decyzyjna dopasowana do rzeczywistych sytuacji, z opublikowanymi wynikami benchmarków, opóźnieniem, kosztem uruchomienia i licencjami stojącymi za każdym wyborem.

Rzeczywiste ceny GPU na rynku spot, jak długo działa każda z pięciu polityk, ile kosztuje ramię i demonstracje, oraz cztery miejsca, gdzie pieniądze cicho znikają.

Nagraj użyteczny zbiór danych LeRobot z SO-100: kalibracja, teleoperacja lider-podążający, rzeczywiste flagi i wartości domyślne lerobot-record, konfiguracja kamery, liczba epizodów oraz defekty, które psują przebieg.

SmolVLA to VLA z 450 milionami parametrów, które można dostroić na pojedynczej karcie 24 GB. Prawdziwe komendy lerobot 0.6.1, rzeczywiste wartości domyślne, pułapki, które kosztują dzień pracy, oraz koszt uruchomienia.

Dostrój Pi0.5, model VLA z dopasowaniem przepływu od Physical Intelligence, na własnych danych robota. Prawdziwe polecenia dla openpi i lerobot pi05, pułapki formatu zbioru danych, limity VRAM i opóźnień.

Sprawdzony przewodnik po dostrajaniu NVIDIA GR00T N1.7 na zbiorze danych LeRobot SO-100: rzeczywiste flagi, modality.json, wymaganie v2.1, koszt uruchomienia i pułapki.

Odkryj, jak RoboTurk rewolucjonizuje uczenie robotów poprzez crowdsourcing wysokiej jakości danych za pomocą zdalnej teleoperacji, umożliwiając skalowalne zbiory danych dla modeli AI w robotyce. Zbadaj jego wpływ na uczenie przez naśladowanie, modele VLA i ROI dla firm robotycznych.

Odkryj, jak Isaac Lab od firmy NVIDIA rewolucjonizuje multimodalne uczenie się robotów dzięki symulacjom akcelerowanym przez GPU, umożliwiając szybsze szkolenie AI, skalowalne wdrażanie i zoptymalizowany zwrot z inwestycji (ROI) dla badaczy i firm z branży robotyki.

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.

Dowiedz się, jak BridgeData V2 zapewnia niskokosztowe dane robotów na dużą skalę, ulepszając metody uczenia się przez naśladowanie i uczenia się ze wzmocnieniem offline. Odkryj kluczowe testy porównawcze, modele VLA w robotyce i wydajne przepływy pracy teleoperacji robotów do zbierania danych szkoleniowych AI.

Odkryj, jak technika dopasowywania przepływu Pi-Zero, w połączeniu z inicjalizacją VLM, przekształca ogólne zasady robotów do zręcznego sterowania. Dowiedz się o jego zaletach w porównaniu z tradycyjnymi metodami, wydajności w danych szkoleniowych AI dla robotyki oraz implikacjach dla skalowalnego wdrażania robotów w przemyśle.

Odkryj, jak model RT-2 Vision-Language-Action firmy Google rewolucjonizuje sterowanie robotami, przenosząc wiedzę z sieci do działań fizycznych. Dowiedz się o jego architekturze, metodach treningowych, emergentnych możliwościach i implikacjach dla firm i operatorów robotycznych, w tym o integracji z teleoperacją w celu efektywnego treningu AI.

Odkryj, jak model RT-2 od Google DeepMind rewolucjonizuje robotykę AI, podkreślając kluczową rolę wysokiej jakości danych treningowych nad zaawansowanymi algorytmami. Ten artykuł analizuje eksperymenty, które pokazują, dlaczego efektywne gromadzenie danych jest niezbędne do realnej wydajności robotów. Dowiedz się, jak platformy takie jak AY-Robots mogą pomóc w wypełnieniu luki w danych treningowych dla przyszłych innowacji.

Odkryj, jak model Wizyjno-Językowo-Akcyjny (VLA) RT-2 od Google zmienia kształt uczenia robotów, integrując dane wizualne, język naturalny i działania w czasie rzeczywistym. Ta innowacyjna technologia AI usprawnia zbieranie danych dla teleoperatorów i zwiększa wydajność w zastosowaniach robotycznych. Poznaj jego potencjalny wpływ na przyszłość robotów napędzanych sztuczną inteligencją w AY-Robots.