Blog
Insights on robotics, AI, and data collection
SO-100 உடன் VLA கொள்கையுடன் DAgger Loop இயக்குதல்
SO-100 팔 மீது ஒரு மனிதனால் கட்டுப்பாட்டப்பட்ட DAgger சுற்றத்தின் முடுக்க-முடுங்கிய கணக்கு: கொள்கையை இயக்கவும் மற்றும் பதிவு செய்யவும், தவறாகப் போகும் போது கையசைக்கவும், இயக்கத்தை திருத்தமாக வைத்துக்கொள்ளவும், கலந்த தரவுத்தொகுப்பு உருவாக்கவும், மற்றும் சரிபார்ப்பநூல் இலிருந்து பயிற்றுவிப்பைத் தொடரவும். முதல்팔் இல்லாத மக்களுக்கு விசைப்பலக மற்றும் பின்னணி கையசைப்பு பாதை, மற்றும் சுற்றத்தை புனர்ஜாக்ரம் செய்யும் நான்கு தவறுகளும் உட்பட.
DAgger Loop ஐ அளவிடுதல்: Intervention Rate, Evaluation Protocol, மற்றும் இடையே உள்ள பொறிகள்
Intervention rate - intervention frames ஐ run frames மூலம் வகுப்பதால் - மனிதனால் கட்டுப்படுத்தப்படும் DAgger loops மிக விலையுயர்ந்த நேர்மையான முன்னேற்ற சமிக்ஞை. இந்த கட்டுரை அதை வரையறுக்கிறது, இரண்டு மனிதர்களும் அதே மதிப்பை கணக்கிட பயன்படுத்தப்படுகிறது, அதை எவ்வாறு பதிவு செய்வது என்பதைக் காட்டுகிறது, மற்றும் நான்கு வழிகளை வேலை செய்கிறது அது உங்களை வழிநடத்துவது: operator habituation, ஒரு drifting evaluation setup, corrections மீது மட்டும் பயிற்சி, மற்றும் ஒரு மனிதன் செவ்வாய்கிழமையிலும் திங்கட்கிழமையிலும் வேறுபட்ட முறையில் திருத்துகிறான்.
HG-DAgger மற்றும் கேட் செய்யப்பட்ட பதிப்புகள்: ரோபோ கொள்கையை யார் கையகப்படுத்தலாம் என்பதை யார் தீர்மானிக்கிறது
சாধாரண DAgger ரோபோ இன்னும் ஓடிக்கொண்டிருக்கும் போது ஒரு நபரை நிலைகளைப் பெயரிடச் சொல்கிறது. உண்மையான வன்பொருளில் இது பாதுரக்ஷணமற்றது மற்றும் மோசமான பெயரிடுதலை உருவாக்குகிறது. கேட்ட பதிப்புகள் பின்னணி பெயரிடலை ஒரு கேட்டால் மாற்றுகின்றன, அதை யாரோ பிடிக்க வேண்டும்: HG-DAggerஇல் மனிதன், SafeDAggerஇல் ஒரு பாதுகாப்பு வகைப்படுத்தி, EnsembleDAggerஇல் ஒரு கூட்டத்தின் கருத்து வேறுபாடு, ThriftyDAggerஇல் ஒரு பட்ஜெட் செய்யப்பட்ட புதியது மற்றும் ঝுக்கம் மதிப்பீடு. இந்தக் கட்டுரை யார் கேட்டை சொந்தமாக வைத்திருக்கிறது, என்ன சமிக்ஞை அதை திறக்கிறது, மற்றும் ஒவ்வொன்று செலவு செய்யும் - மற்றும் ஏன் மனிত-கேட்ட வடிவம் உண்மையான கையுடன் தொடர்பு வைத்துக் கொள்ளும் ஒன்று.
DAgger விளக்கப்பட்டது: Behavior Cloning ஏன் விலகுகிறது மற்றும் Dataset Aggregation உண்மையில் என்ன நிரூபிக்கிறது
Behavior cloning விஞ்ஞான்னின் மாநில விநியோகத்தில் கொள்கையைப் பொருத்துகிறது மற்றும் பிறகு அதனது சொந்தத்தில் கணிப்பு செய்யப்படுகிறது. அந்த இரண்டு விநியோகங்களுக்கு இடையே உள்ள வேறுபாடு ஏன் சரிபார்ப்பு விளைபொருள் நன்றாக தெரிகிறது ஆனால் ஒரு கொள்கை 300 அடியில் மேசை விழுகிறது என்பதை விளக்குகிறது. இது எங்கள் DAgger தொடரின் கோட்பாடு அதிகாரம்: இருபடி பிழை எங்கிருந்து வருகிறது, dataset aggregation என்ன மாற்றுகிறது, பற்றாக்குறை நிரூபணம் என்ன கருதுகிறது, மற்றும் மனித விஞ்ஞான் இன்னும் எந்தப் பகுதி செய்ய வேண்டும்.
SO-100 இல் DROID, BridgeData V2 மற்றும் Open X ஐப் பயன்படுத்துதல்
DROID, BridgeData V2 மற்றும் Open X-Embodiment ஆகியவை 6 மற்றும் 7-DoF கைகளில் 7-D இறுதி-செயல்பாட்டு செயல்களாக மாற்றப்படுகின்றன. ஒரு SO-100 ஆனது 6 கூட்டு நிலைகளை எடுக்கிறது. எது மாற்றப்படுகிறது, எது மாற்றப்படவில்லை, அதற்கு பதிலாக என்ன செய்ய வேண்டும்.
ரோபோ கொள்கைகளுக்கான செயற்கை தரவு: உருவகப்படுத்துதல் எங்கு உதவுகிறது
உருவகப்படுத்துதல் ஒரு சில விளக்கங்களை ஆயிரங்களாகப் பெருக்கலாம். வெளியிடப்பட்ட எண்கள் உண்மையில் என்ன சொல்கின்றன, சிம்-டு-ரியல் இடைவெளி எங்கு சிக்கலை ஏற்படுத்துகிறது, மற்றும் இன்னும் என்ன பதிவு செய்யப்பட வேண்டும் என்பது இங்கே.
சிறிய VLA மாதிரிகள்: TinyVLA, SmolVLA மற்றும் 1 பில்லியனுக்கும் குறைவான அளவு
TinyVLA மற்றும் SmolVLA ஆகியவை 1 பில்லியன் அளவுருக்களுக்குக் குறைவான ஒரு செயல்படும் VLA-வை வழங்குகின்றன. இரு ஆய்வுக் கட்டுரைகளிலிருந்தும் உண்மையான எண்கள், LeRobot இயல்புநிலைகள், அளவிடப்பட்ட தாமதம் மற்றும் 24 GB கார்டில் ஒரு இயக்கம் எவ்வளவு செலவாகும் என்பது பற்றிய தகவல்கள்.
உள்ளூர் GPU இல்லாமல் GR00T ஊகத்தை இயக்கு
உங்கள் ரோபோ இயந்திரத்தில் GPU இல்லை. வாடகைக்கு எடுக்கப்பட்ட கிளவுட் GPU இல் GR00T கொள்கை சேவையகத்தை நிறுவவும், செயலின் துண்டுகளை கைக்கு அனுப்பவும், மற்றும் நெட்வொர்க் உங்களுக்கு எவ்வளவு செலவாகிறது என்பதைத் துல்லியமாக அறியவும்.
SO-100 இல் ACT ஐ புதிதாகப் பயிற்றுவிப்பது எப்படி
lerobot ஐப் பயன்படுத்தி SO-100 இல் ஒரு Action Chunking Transformer ஐ புதிதாகப் பயிற்றுவிக்கவும்: act config, chunk_size மற்றும் n_action_steps, 100000 படி அட்டவணை, 20 ms ஊகிப்பு.
2026 இல் நீங்கள் எந்த VLA கொள்கையைப் பயிற்றுவிக்க வேண்டும்?
GR00T N1.7, Pi0.5, SmolVLA, ACT அல்லது GR00T N1.5? உண்மையான சூழ்நிலைகளுக்குப் பொருத்தப்பட்ட ஒரு முடிவெடுக்கும் அட்டவணை, வெளியிடப்பட்ட பெஞ்ச்மார்க் எண்கள், தாமதம், ஒரு ரன் செலவு மற்றும் ஒவ்வொரு தேர்வுக்கும் பின்னால் உள்ள உரிமங்களுடன்.
VLA பயிற்சி செலவு: ஒரு ஃபைன்-ட்யூனிங் ரன் உண்மையில் எவ்வளவு செலவாகும்
உண்மையான ஸ்பாட்-மார்க்கெட் GPU விலைகள், ஐந்து கொள்கைகளில் ஒவ்வொன்றும் எவ்வளவு நேரம் இயங்கும், கை மற்றும் செயல்விளக்கங்களின் செலவு என்ன, மற்றும் பணம் அமைதியாக மறையும் நான்கு இடங்கள்.
ஒரு SO-100 உடன் உங்கள் முதல் LeRobot தரவுத்தொகுப்பை பதிவு செய்யவும்
ஒரு SO-100 உடன் பயன்படுத்தக்கூடிய LeRobot தரவுத்தொகுப்பை பதிவு செய்யவும்: அளவுத்திருத்தம், தலைவர்-பின்தொடர்பவர் தொலைசெயல்பாடு, உண்மையான lerobot-record கொடிகள் மற்றும் இயல்புநிலைகள், கேமரா அமைப்பு, அத்தியாய எண்ணிக்கைகள் மற்றும் ஒரு ஓட்டத்தை கெடுக்கும் குறைபாடுகள்.
24 GB GPU-வில் SmolVLA-வை எப்படிப் பயிற்றுவிப்பது (lerobot 0.6.1)
SmolVLA என்பது ஒரு 450 M அளவுரு VLA ஆகும், இது ஒரு ஒற்றை 24 GB கார்டில் ஃபைன்-ட்யூன் செய்யப்படுகிறது. உண்மையான lerobot 0.6.1 கட்டளைகள், உண்மையான இயல்புநிலைகள், ஒரு நாள் செலவழித்த சிக்கல்கள் மற்றும் ஒரு ரன் எவ்வளவு செலவாகும்.
உங்கள் சொந்த ரோபோ தரவில் Pi0.5 ஐ எவ்வாறு பயிற்சி செய்வது
Physical Intelligence இலிருந்து வரும் flow-matching VLA ஆன Pi0.5 ஐ உங்கள் சொந்த ரோபோ தரவில் நுட்பமாகச் சரிசெய்யவும். openpi மற்றும் lerobot pi05 க்கான உண்மையான கட்டளைகள், தரவுத்தொகுப்பு வடிவமைப்பு சிக்கல்கள், VRAM மற்றும் தாமத வரம்புகள்.
உங்கள் சொந்த SO-100 தரவுத்தொகுப்பில் GR00T N1.7 ஐ எவ்வாறு பயிற்சி செய்வது
SO-100 LeRobot தரவுத்தொகுப்பில் NVIDIA GR00T N1.7 ஐ நுட்பமாகச் சரிசெய்வதற்கான ஒரு சோதிக்கப்பட்ட வழிகாட்டி: உண்மையான கொடிகள், modality.json, v2.1 தேவை, ஒரு ஓட்டத்தின் செலவு மற்றும் சிக்கல்கள்.
ரோபோடர்க்: தொலைநிலை டெலிஆபரேஷன் மூலம் ரோபோ கற்றலை கிரவுட்சோர்சிங் செய்தல்
ரோபோடர்க் தொலைநிலை டெலிஆபரேஷன் மூலம் உயர்தர தரவை கிரவுட்சோர்சிங் செய்வதன் மூலம் ரோபோ கற்றலில் புரட்சியை எவ்வாறு ஏற்படுத்துகிறது என்பதைக் கண்டறியவும், இது ரோபாட்டிக்ஸில் உள்ள AI மாடல்களுக்கான அளவிடக்கூடிய தரவுத்தொகுப்புகளை செயல்படுத்துகிறது. பிரதிபலிப்பு கற்றல், VLA மாதிரிகள் மற்றும் ரோபாட்டிக்ஸ் நிறுவனங்களுக்கான ROI ஆகியவற்றில் இதன் தாக்கத்தை ஆராயுங்கள்.
பை-ஜீரோ ஃப்ளோ-மேட்சிங் ரோபோ கொள்கைகள்: VLM துவக்கத்துடன் திறமையான கட்டுப்பாட்டில் புரட்சி
பை-ஜீரோவின் ஃப்ளோ-மேட்சிங் நுட்பம், VLM துவக்கத்துடன் இணைந்து, திறமையான கட்டுப்பாட்டிற்கான பொதுவான ரோபோ கொள்கைகளை எவ்வாறு மாற்றுகிறது என்பதைக் கண்டறியவும். பாரம்பரிய முறைகளை விட இதன் நன்மைகள், ரோபோடிக்ஸிற்கான AI பயிற்சித் தரவின் செயல்திறன் மற்றும் தொழில்களில் அளவிடக்கூடிய ரோபோ வரிசைப்படுத்தலுக்கான தாக்கங்கள் பற்றி அறிக.
BridgeData V2: குறைந்த செலவில் ரோபோ தரவு - எந்த பிரதிபலிப்பு கற்றல் மற்றும் ஆஃப்லைன் RL முறைகள் உண்மையில் பயனடைகின்றன
BridgeData V2 குறைந்த செலவில் ரோபோ தரவை எவ்வாறு வழங்குகிறது என்பதை ஆராயுங்கள், பிரதிபலிப்பு கற்றல் முறைகள் மற்றும் ஆஃப்லைன் வலுவூட்டல் கற்றலை மேம்படுத்துகிறது. AI பயிற்சி தரவு சேகரிப்புக்கான முக்கிய அளவுகோல்கள், ரோபோடிக்ஸில் VLA மாதிரிகள் மற்றும் திறமையான ரோபோ டெலிஆபரேஷன் பணிப்பாய்வுகளைக் கண்டறியவும்.
RT-2: ஏன் உயர்தர ரோபோ பயிற்சி தரவு வழிமுறைகளை விட சிறந்தது - கூகிள் டீப்மைண்டின் விளையாட்டு மாற்றும் நுண்ணறிவு
கூகிள் டீப்மைண்டின் RT-2 மாதிரி, மேம்பட்ட வழிமுறைகளை விட உயர்தர பயிற்சி தரவின் முக்கிய பங்கை வலியுறுத்துவதன் மூலம் AI ரோபோடிக்ஸில் புரட்சியை எவ்வாறு ஏற்படுத்துகிறது என்பதைக் கண்டறியவும். உண்மையான உலக ரோபோ செயல்திறனுக்கு பயனுள்ள தரவு சேகரிப்பு ஏன் அவசியம் என்பதை இந்த கட்டுரை விளக்குகிறது. எதிர்கால கண்டுபிடிப்புகளுக்கான பயிற்சி தரவில் உள்ள இடைவெளியைக் குறைக்க AY-Robots போன்ற தளங்கள் எவ்வாறு உதவும் என்பதை அறிக.
கூகிள் டீப்மைண்டின் RT-2: இந்த விஷன்-லாங்குவேஜ்-ஆக்சன் மாதிரி ரோபோ கற்றலை எவ்வாறு மாற்றுகிறது
கூகிளின் RT-2 விஷன்-லாங்குவேஜ்-ஆக்சன் (VLA) மாதிரி காட்சி தரவு, இயற்கை மொழி மற்றும் நிகழ்நேர செயல்களை ஒருங்கிணைப்பதன் மூலம் ரோபோ கற்றலை எவ்வாறு மறுவடிவமைக்கிறது என்பதைக் கண்டறியவும். இந்த புதுமையான AI தொழில்நுட்பம் டெலிஆப்பரேட்டர்களுக்கான தரவு சேகரிப்பை மேம்படுத்துகிறது மற்றும் ரோபோடிக்ஸ் பயன்பாடுகளில் செயல்திறனை அதிகரிக்கிறது. AY-Robots இல் AI-உந்துதல் ரோபோக்களின் எதிர்காலத்தின் மீதான அதன் சாத்தியமான தாக்கத்தை ஆராயுங்கள்.