Blog

En steg-för-steg-beskrivning av en human-gated DAgger-runda på en SO-100-arm: kör policyn och spela in den, ta över när det går fel, registrera körningen som en korrektion, komponera en blandad datamängd och fortsätt träningen från en checkpoint. Innehåller tangentbords- och reglagevägen för takeover för personer utan en leader-arm, och de fyra misstagen som gör en runda värdelös.

Intervention rate – interventionsramar dividerat med ramarna i körningen – är den billigaste ärliga förloppprognosbeteckning som en människostyrda DAgger-loop har. Den här artikeln definierar den så att två personer beräknar samma värde, visar hur man loggar den, och går igenom de fyra sätten den vilseleder dig: operatörens habituation, en driftande evalueringskonfiguration, träning endast på korrigeringar, och en människa som korrigerar annorlunda på tisdag än på måndag.

Vanlig DAgger ber en människa märka tillstånd medan roboten fortfarande kör. På verklig hårdvara är det osäkert och ger dåliga märkningar. De reglerade varianterna ersätter blind märkning med en grind som någon måste hålla: människan i HG-DAgger, en säkerheitsklassificerare i SafeDAgger, en ensembles meningsskiljaktighet i EnsembleDAgger, en budgeterad nyhet-och-risk-skattning i ThriftyDAgger. Den här artikeln jämför dem efter vem som äger grinden, vilken signal som öppnar den och vad var och en kostar — och varför den människoreglerade formen är den som överlever kontakt med en verklig arm.

Behavior cloning anpassar en policy till expertens tillståndsfördelning och implementeras sedan på egen hand. Gapet mellan dessa två fördelningar är anledningen till att en policy som ser bra ut vid validering hamnar på bordet på steg 300. Det här är teorikapitlet i vår DAgger-serie: var den kvadratiska feltermen kommer från, vad dataset aggregation ändrar, vad no-regret-beviset antar, och vilken del av notan den mänskliga experten fortfarande måste betala.

DROID, BridgeData V2 och Open X-Embodiment konverterar till 7-D ändeffektoråtgärder på 6- och 7-DoF-armar. En SO-100 tar 6 ledpositioner. Vad som överförs, vad som inte gör det, vad man ska göra istället.

Simulering kan mångfaldiga en handfull demonstrationer till tusentals. Här är vad de publicerade siffrorna verkligen säger, var sim-till-verklighet-gapet biter, och vad som fortfarande måste spelas in.

TinyVLA och SmolVLA placerar en fungerande VLA under 1 miljard parametrar. Verkliga siffror från båda artiklarna, lerobot-standardinställningarna, uppmätt latens och vad en körning kostar på ett 24 GB-kort.

Din robotmaskin har ingen GPU. Placera GR00T-policy-servern på en hyrd moln-GPU, strömma åtgärdschunkar till armen och ta reda på exakt vad nätverket kostar dig.

Träna en Action Chunking Transformer från grunden på en SO-100 med lerobot: act config, chunk_size och n_action_steps, schemat för 100000 steg, 20 ms inferens.

GR00T N1.7, Pi0.5, SmolVLA, ACT eller GR00T N1.5? En beslutstabell anpassad till verkliga situationer, med publicerade benchmark-siffror, latens, kostnad per körning och licenser bakom varje val.

Verkliga spotmarknadspriser för GPU:er, hur länge var och en av de fem policyerna körs, vad robotarmen och demonstrationerna kostar, och de fyra ställen där pengarna tyst försvinner.

Spela in ett användbart LeRobot-dataset med en SO-100: kalibrering, leader-follower teleoperation, de verkliga lerobot-record-flaggorna och standardinställningarna, kamerainställningar, antal episoder och de defekter som förstör en körning.

SmolVLA är en VLA med 450 M parametrar som finjusteras på ett enda 24 GB-kort. Verkliga lerobot 0.6.1-kommandon, de faktiska standardinställningarna, fällorna som kostade en dag, och vad en körning kostar.

Finjustera Pi0.5, den flödesmatchande VLA:n från Physical Intelligence, med dina egna robotdata. Verkliga kommandon för openpi och lerobot pi05, fallgropar i datasetformatet, VRAM- och latensbegränsningar.

En beprövad genomgång för finjustering av NVIDIA GR00T N1.7 på ett SO-100 LeRobot dataset: riktiga flaggor, modality.json, v2.1-kravet, vad en körning kostar och fallgroparna.

Upptäck hur RoboTurk revolutionerar robotinlärning genom att crowdsourca högkvalitativ data via fjärrteleoperation, vilket möjliggör skalbara dataset för AI-modeller inom robotik. Utforska dess inverkan på imitationsinlärning, VLA-modeller och ROI för robotikföretag.

Upptäck hur NVIDIAs Isaac Lab revolutionerar multimodal robotinlärning genom GPU-accelererade simuleringar, vilket möjliggör snabbare AI-träning, skalbar driftsättning och optimerad ROI för robotforskare och företag.

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.

Utforska hur BridgeData V2 tillhandahåller lågkostnadsrobotdata i stor skala, vilket förbättrar metoder för imitationsinlärning och offline-förstärkningsinlärning. Upptäck viktiga riktmärken, VLA-modeller inom robotteknik och effektiva arbetsflöden för robotteleoperation för insamling av AI-träningsdata.

Upptäck hur Pi-Zeros flödesmatchningsteknik, kombinerad med VLM-initialisering, transformerar generalistiska robotpolicyer för skicklig kontroll. Lär dig om dess fördelar jämfört med traditionella metoder, effektivitet i AI-träningsdata för robotik och implikationer för skalbar robotdistribution inom industrier.

Upptäck hur Google DeepMinds RT-2-modell revolutionerar AI-robotiken genom att betona den kritiska rollen av högkvalitativ träningsdata framför avancerade algoritmer. Den här artikeln bryter ner experimenten som visar varför effektiv datainsamling är avgörande för robotprestanda i verkligheten. Lär dig hur plattformar som AY-Robots kan hjälpa till att överbrygga klyftan i träningsdata för framtida innovationer.

Upptäck hur Googles RT-2 Vision-Språk-Aktionsmodell (VLA) omformar robotinlärning genom att integrera visuell data, naturligt språk och realtidsåtgärder. Denna innovativa AI-teknik förbättrar datainsamlingen för teleoperatörer och ökar effektiviteten i robottekniktillämpningar. Utforska dess potentiella inverkan på framtidens AI-drivna robotar på AY-Robots.