En collaboration avec 33 laboratoires universitaires, nous avons regroupé des données provenant de 22 types de robots différents pour créer le jeu de données Open X-Embodiment et le modèle RT-X. Les robots sont d’excellents spécialistes, mais de piètres généralistes. En général, vous devez entraîner un modèle pour chaque tâche, robot et environnement. Modifier une seule variable nécessite souvent de tout recommencer à zéro. Mais que se passerait-il si nous pouvions combiner les connaissances acquises dans le domaine de la robotique et créer une méthode permettant d’entraîner un robot généraliste ? Aujourd’hui, nous mettons à disposition des ressources permettant d’apprendre la robotique généraliste sur différents types de robots, ou embodiments. En collaboration avec 33 laboratoires universitaires, nous avons regroupé des données provenant de 22 types de robots différents pour créer le jeu de données Open X-Embodiment. Nous mettons également à disposition RT-1-X, un modèle de transformateur de robotique (RT) dérivé de RT-1 et entraîné sur notre jeu de données, qui montre un transfert de compétences sur de nombreux robots.
« Les livres de Penguin Random House disent maintenant explicitement ‘non’ à la formation IA »
‘Écrit par Emma Roth, dont le portfolio couvre aussi bien les percées technologiques grand public, les dynamiques de l’industrie du
