Blog

Detaljno izveštavanje o jednoj DAgger rundi sa ljudskom kontrolom na SO-100 ruki: pokrenite politiku i snimite je, preuzimite je kada nešto krene naopako, obeležite trčanje kao ispravljanje, sastavite mešoviti skup podataka i nastavite obuku od kontrolne tačke. Uključuje putanju sa tastaturom i klizačima za ljude bez voditeljske ruke, kao i četiri greške koje čine rundu beskorisnom.

Stopa intervencije - okviri intervencije podeljeni sa okvirima trčanja - je najjeftiniji pošten signal napretka koji ima humano-gated DAgger petlja. Ovaj članak je definiše tako da dva čoveka izračuna istu vrednost, pokazuje kako ga da loguje, i radi kroz četiri načina na koja vas zavodi: navika operatora, drifting evaluacijskih postavki, trening samo na korekcijama, i čovek koji koriguje drugačije u utorak nego u ponedeljak.

Običan DAgger traži od čoveka da označi stanja dok robot još vozи. Na pravoj hardveru to je nеbezbeдno i proizvodi loše oznake. Gatirani varianti zamenjuju slepo označavanje sa gatom koju neko mora držati: čovek u HG-DAgger, klasifikator bezbeđnosti u SafeDAgger, neusaglašenost ansambla u EnsembleDAgger, procenjivanje novosti i rizika sa budžetom u ThriftyDAgger. Ovaj članak ih upoređuje prema tome ko poseduje gatu, koji signal je otvara i koliko svaki od njih košta — i zašto forma kontrolisana od čoveka je ona koja preživi kontakt sa pravom rukom.

Ponašajno kloniranje prilagođava politiku na distribuciju stanja eksperta i zatim se razvija na svoje. Jaz između te dve distribucije je razlog zašto politika koja izgleda dobro u validaciji pada sa stola na koraku 300. Ovo je teorijski poglavlje naše DAgger serije: odakle dolazi kvadratni termin greške, šta menja agregacija skupa podataka, šta dokazivanje bez žaljenja pretpostavlja i koji deo računa ljudski ekspert mora da plati.

DROID, BridgeData V2 i Open X-Embodiment se konvertuju u 7-D akcije krajnjeg efektora na rukama sa 6 i 7 stepeni slobode. SO-100 prihvata 6 pozicija zglobova. Šta se prenosi, šta ne, i šta umesto toga učiniti.

Simulacija može umnožiti pregršt demonstracija u hiljade. Evo šta objavljeni brojevi zaista govore, gde se javlja problem sim-to-real jaza i šta još uvek treba snimiti.

TinyVLA i SmolVLA stavljaju funkcionalan VLA ispod 1 milijarde parametara. Stvarni brojevi iz oba rada, podrazumevane vrednosti LeRobot-a, izmerena latencija i koliko košta pokretanje na kartici od 24 GB.

Vaša robotska mašina nema GPU. Postavite GR00T server politike na iznajmljeni GPU u oblaku, strimujte delove akcija do ruke i saznajte tačno koliko vas košta mreža.

Trenirajte Action Chunking Transformer od nule na SO-100 sa lerobotom: act config, chunk_size i n_action_steps, raspored od 100000 koraka, 20 ms inferencije.

GR00T N1.7, Pi0.5, SmolVLA, ACT ili GR00T N1.5? Tabela odluka usklađena sa stvarnim situacijama, sa objavljenim benchmark brojevima, latencijom, troškovima po pokretanju i licencama iza svakog izbora.

Stvarne cene GPU-a na spot tržištu, koliko dugo traje izvršavanje svake od pet politika, koliko koštaju ruka i demonstracije, i četiri mesta gde novac tiho nestaje.

Snimite upotrebljiv LeRobot skup podataka sa SO-100: kalibracija, teleoperacija vođa-pratilac, stvarne lerobot-record zastavice i podrazumevane vrednosti, podešavanje kamere, broj epizoda i defekti koji kvare pokretanje.

SmolVLA je VLA sa 450 miliona parametara koji se fino podešava na jednoj kartici od 24 GB. Stvarne lerobot 0.6.1 komande, stvarne podrazumevane vrednosti, zamke koje koštaju dan i koliko košta jedno pokretanje.

Fino podesite Pi0.5, VLA model za usklađivanje toka (flow-matching) od Physical Intelligence, na podacima vašeg robota. Stvarne komande za openpi i lerobot pi05, zamke formata skupa podataka, VRAM i ograničenja latencije.

Provereni vodič za fino podešavanje NVIDIA GR00T N1.7 na SO-100 LeRobot skupu podataka: stvarne zastavice, modality.json, zahtev v2.1, koliko košta pokretanje i zamke.

Otkrijte kako RoboTurk revolucionizuje učenje robota putem prikupljanja visokokvalitetnih podataka uz pomoć daljinske teleoperacije, omogućavajući skalabilne skupove podataka za AI modele u robotici. Istražite njegov uticaj na učenje imitacijom, VLA modele i ROI za kompanije u oblasti robotike.

Otkrijte kako Pi-Zero tehnika usklađivanja toka, u kombinaciji sa VLM inicijalizacijom, transformiše generalističke politike robota za veštu kontrolu. Saznajte više o njegovim prednostima u odnosu na tradicionalne metode, efikasnosti u podacima za obuku veštačke inteligencije za robotiku i implikacijama za skalabilno raspoređivanje robota u industrijama.

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.

Istražite kako BridgeData V2 pruža jeftine robotske podatke u velikom obimu, poboljšavajući metode učenja imitacijom i oflajn učenje sa nagrađivanjem. Otkrijte ključne parametre, VLA modele u robotici i efikasne tokove rada robotske teleoperacije za prikupljanje podataka za obuku AI.

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.

Otkrijte kako RT-2 model kompanije Google DeepMind revolucionizuje AI robotiku naglašavajući kritičnu ulogu visokokvalitetnih podataka za obuku u odnosu na napredne algoritme. Ovaj članak razlaže eksperimente koji pokazuju zašto je efikasno prikupljanje podataka od suštinskog značaja za performanse robota u stvarnom svetu. Saznajte kako platforme poput AY-Robots mogu pomoći u premošćavanju jaza u podacima za obuku za buduće inovacije.

Otkrijte kako RT-2 model vida, jezika i akcije (VLA) kompanije Google preoblikuje učenje robota integracijom vizuelnih podataka, prirodnog jezika i akcija u realnom vremenu. Ova inovativna AI tehnologija poboljšava prikupljanje podataka za teleoperatere i povećava efikasnost u robotskim aplikacijama. Istražite njegov potencijalni uticaj na budućnost robota vođenih veštačkom inteligencijom na AY-Robots.