Blog

SO-100 qo'lida inson nazorati ostidagi bitta DAgger bosqichining bosqichma-bosqich tavsifi: siyosatni ishga tushirib yozib olish, xato ketganda nazoratni qo'lga olish, ishlashni tuzatish sifatida qayd etish, aralash dataset tuzish va checkpointdan o'qitishni davom ettirish. Leader qo'l bo'lmaganlar uchun klaviatura va slayder orqali nazoratni qo'lga olish yo'li, shuningdek, bosqichni foydasiz qiladigan to'rtta xatoni ham o'z ichiga oladi.

Aralashuv darajasi — aralashuv freymlarining yugurish freymlariga nisbati — inson tomonidan boshqariladigan DAgger tsiklida mavjud bo'lgan eng arzon va halol taraqqiyot signalidir. Ushbu maqola uni ikki kishi bir xil qiymatni hisoblay oladigan tarzda ta'riflaydi, uni qanday qayd qilishni ko'rsatadi va u sizni chalg'itadigan to'rtta usulni ko'rib chiqadi: operatorning o'rganib qolishi (habituatsiya), baholash sozlamalarining o'zgarib ketishi, faqat tuzatishlarga o'qitish va seshanba kuni dushanbadagidan boshqacha tuzatish kiritadigan inson.

Oddiy DAgger robot hali harakatni boshqarayotgan paytda insondan holatlarni yorliqlashni so'raydi. Haqiqiy uskunada bu xavfsiz emas va sifatsiz yorliqlar hosil qiladi. Darvozali variantlar ko'r-ko'rona yorliqlashni kimdir ushlab turishi kerak bo'lgan darvoza bilan almashtiradi: HG-DAgger'da — inson, SafeDAgger'da — xavfsizlik klassifikatori, EnsembleDAgger'da — ansambl ichidagi kelishmovchilik, ThriftyDAgger'da — byudjetlashtirilgan yangilik-va-risk bahosi. Ushbu maqola ularni darvozani kim boshqarishi, uni qaysi signal ochishi va har birining narxi bo'yicha taqqoslaydi — hamda nima uchun aynan inson-darvozali shakl haqiqiy robot qo'li bilan aloqada omon qolishini ko'rsatadi.

Behavior cloning siyosatni ekspertning holat taqsimotiga moslaydi, so'ngra u mustaqil ravishda ishga tushiriladi. Ana shu ikki taqsimot o'rtasidagi farq — validatsiyada yaxshi ko'ringan siyosat 300-qadamda stoldan yiqilib tushishining sababi. Bu bizning DAgger seriyamizning nazariy bobi: kvadratik xato hadi qayerdan kelib chiqadi, dataset aggregation nimani o'zgartiradi, no-regret isboti nimani taxmin qiladi va hisobning qaysi qismini inson-ekspert hali ham to'lashi kerak.

DROID, BridgeData V2 va Open X-Embodiment 6 va 7-DoF qo'llarda 7-D oxirgi effektorni harakatlariga aylanadi. SO-100 6 ta bo'g'in pozitsiyasini qabul qiladi. Nima o'tadi, nima o'tmaydi, buning o'rniga nima qilish kerak.

Simulyatsiya bir nechta namoyishlarni minglabga ko'paytirishi mumkin. Nashr etilgan raqamlar aslida nimani ko'rsatadi, sim-to-real bo'shlig'i qayerda muammo tug'diradi va nimalarni hali ham yozib olish kerakligi haqida.

TinyVLA va SmolVLA ishlaydigan VLAni 1 milliard parametrdan kamroqqa joylashtiradi. Ikkala maqoladan ham haqiqiy raqamlar, lerobot standartlari, o'lchangan kechikish va 24 GB kartada ishlatish qancha turadi.

Sizning robot mashinangizda GPU yo'q. GR00T siyosat serverini ijaraga olingan bulutli GPU'ga joylashtiring, harakat qismlarini qo'lga uzating va tarmoq sizga qanchaga tushishini aniq bilib oling.

Action Chunking Transformer'ni SO-100da lerobot yordamida noldan o'rgating: act config, chunk_size va n_action_steps, 100000 qadamli jadval, 20 ms inferens.

GR00T N1.7, Pi0.5, SmolVLA, ACT yoki GR00T N1.5? Haqiqiy vaziyatlarga mos keladigan qaror jadvali, har bir tanlov ortidagi e'lon qilingan benchmark raqamlari, kechikish, har bir ishga tushirish narxi va litsenziyalari bilan.

Haqiqiy spot-bozor GPU narxlari, beshta siyosatning har biri qancha vaqt ishlashi, qo'l va namoyishlar narxi, hamda pul jim-jit yo'qoladigan to'rtta joy.

SO-100 bilan foydalanish mumkin bo'lgan LeRobot ma'lumotlar to'plamini yozib oling: kalibrlash, yetakchi-ergashuvchi teleoperatsiya, haqiqiy lerobot-record flaglari va standart sozlamalari, kamera sozlamalari, epizodlar soni va ishni buzadigan nuqsonlar.

SmolVLA 450 million parametrlik VLA bo'lib, bitta 24 GB kartada nozik sozlanadi. Haqiqiy lerobot 0.6.1 buyruqlari, haqiqiy standart sozlamalar, bir kunni yo'qotadigan tuzoqlar va bir ishga tushirish qancha turishi.

Physical Intelligence kompaniyasining oqimga mos keluvchi VLA modeli Pi0.5 ni o'z robot ma'lumotlaringiz bo'yicha nozik sozlang. openpi va lerobot pi05 uchun haqiqiy buyruqlar, ma'lumotlar to'plami formati tuzoqlari, VRAM va kechikish cheklovlari.

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.

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.

Google DeepMind'ning RT-2 modeli ilg'or algoritmlarga nisbatan yuqori sifatli o'quv ma'lumotlarining muhim rolini ta'kidlab, AI robototexnikasida qanday inqilob qilayotganini bilib oling. Ushbu maqola real dunyo robotining ishlashi uchun samarali ma'lumot to'plash nima uchun zarurligini ko'rsatadigan tajribalarni tahlil qiladi. AY-Robots kabi platformalar kelajakdagi innovatsiyalar uchun o'quv ma'lumotlaridagi bo'shliqni qanday bartaraf etishga yordam berishini bilib oling.

Google'ning RT-2 Ko'rish-Til-Harakat (VLA) modeli vizual ma'lumotlar, tabiiy til va real vaqt harakatlarini integratsiya qilish orqali robot ta'limini qanday qayta shakllantirayotganini bilib oling. Ushbu innovatsion AI texnologiyasi teleoperatorlar uchun ma'lumotlar to'plashni yaxshilaydi va robototexnika ilovalarida samaradorlikni oshiradi. AY-Robots'da AI asosidagi robotlarning kelajagiga ta'sirini o'rganing.