L’apprentissage à grande échelle sur de nombreux types de robots

Avec nos partenaires de 33 laboratoires universitaires, nous avons regroupé les données de 22 types de robots différents pour créer le jeu de données Open X-Embodiment et le modèle RT-X de robotique. 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 en robotique et créer un moyen d’entraîner un robot à usage général? Aujourd’hui, nous mettons en ligne de nouvelles ressources pour l’apprentissage en robotique à usage général sur différents types de robots, ou «embodiments». Avec nos partenaires de 33 laboratoires universitaires, nous avons regroupé les données de 22 types de robots différents pour créer le jeu de données 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 jeu de données, qui montre un transfert de compétences sur de nombreux «embodiments» de robots.

Share the Post: