Avec nos partenaires de 33 laboratoires universitaires, nous avons regroupé les données de 22 différents types de robots pour créer le dataset Open X-Embodiment et le modèle RT-X. Les robots sont de grands spécialistes, mais de piètres généralistes. En général, vous devez entraîner un modèle pour chaque tâche, robot et environnement. Changer une seule variable implique souvent de tout recommencer à zéro. Mais et si nous pouvions combiner les connaissances en robotique et créer une façon d’entraîner un robot à usage général? Aujourd’hui, nous mettons en ligne de nouvelles ressources pour l’apprentissage en robotique à usage général, utilisables avec différents types de robots. Avec nos partenaires de 33 laboratoires universitaires, nous avons regroupé les données de 22 différents types de robots pour créer le dataset Open X-Embodiment. Nous mettons également en ligne RT-1-X, un modèle de transformer de robotique (RT) dérivé de RT-1 et entraîné sur notre dataset, qui montre un transfert de compétences sur de nombreux types de robots.
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)
