Avec des partenaires de 33 laboratoires universitaires, nous avons regroupé des données de 22 différents types de robots pour créer le dataset Open X-Embodiment et le modèle RT-X de robot. Les robots sont de grands spécialistes, mais de piètres généralistes. En général, vous devez entraîner un modèle pour chaque tâche, robot et environnement. Le changement d’une seule variable nécessite souvent de tout recommencer à zéro. Mais et si nous pouvions combiner les connaissances de la robotique et créer une façon d’entraîner un robot à usage général? Aujourd’hui, nous lançons un nouvel ensemble de ressources pour l’apprentissage en robotique à usage général à travers différents types de robots, ou incarnations. Avec des partenaires de 33 laboratoires universitaires, nous avons regroupé des 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 transfert de robotique (RT) dérivé de RT-1 et entraîné sur notre dataset, qui montre un transfert de compétences sur de nombreuses incarnations 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)
