Bugün, robotik yapay zeka @sundayrobotics'te bir adım değişimi sunuyoruz. ACT-1'i tanıtıyoruz: Sıfır robot verisi üzerine eğitilmiş, sınır robot temel modeli. - Ultra uzun ufuk görevleri - Sıfır atış genelleştirme - İleri beceri 🧵->

Teleoperasyon yerine, sadece Skill Capture Glove'ımızdan gelen verilerle eğitim alıyoruz. Eldiven, Memo'nun eliyle ortak tasarlanmış, yani tam olarak aynı geometri ve sensör paketine sahipler. Eldivenle yapabiliyorsanız, Memo bunu öğrenebilir.

Skill Capture Glove, teleoperasyona kıyasla iki kat daha yüksek sermaye verimliliği sağlıyor ($200 vs $20.000) Ayrıca çeşitliliği daha hızlı ölçeklendirmemize olanak tanıyor. Robotları hareket ettirmeden her yerde veri toplayabilirsiniz.

Skill Capture Glove ellerini hizalamaya çalışıyor, peki ya vücudun geri kalanı ne olacak? İnsan koleksiyoncuları boy ve kol uzunluğu açısından farklılık gösterir ve görsel olarak da farklıdır. Eldiven verilerini %90+ başarı oranıyla eşdeğer robot verisine dönüştüren Skill Transform yöntemini geliştirdik.

Temel altyapıyı tasarlamamız bir yıldan fazla sürdü. Son 3 ayı yukarıdaki tüm otonom sonuçları üretmek için harcadık. Aşağıda, bu yayından en sevdiğim bazı kısımları öne çıkarıyorum.

Masadan bulaşık makinesine gitme görevi, robotikçiler için klasik kabus senaryosudur: Uzun ufuklu, son derece çevik, kesin, tüm vücut manipülasyonu, narin, şeffaf, yansıtıcı ve şekile bürünebilir nesnelerle birleşir. Yine de Memo bunu çok doğal ve zarif bir şekilde ele alıyor.

Özellikle, şarap kadehi yükleme en hassas alt görevdir: Çok fazla kuvvetle bastırmak mı? Paramparça. Yanlış prong mı takıldı? Paramparça. Geliştirme sırasında birçok deneme yaptık, ama 20+ üzerinden canlı demo oturumu yok.

Eldiven tabanlı veri toplama hakkında daha az bilinen bir gerçek: Temas açısından zengin görevlerde teleop'tan daha yüksek kaliteli veri üretir. Uzaktan teleop iyi bir güç geri bildirimi sağlamaz, ancak eldivenler doğal olarak sağlar, bu da çorap katlama gibi hisse dayanan görevleri yakalamayı çok daha kolay yapar.

Memo'nun görünmeyen ortamlara nasıl tepki verdiğini görmek daha da eğlenceli. Onu 6 görünmeyen Airbnb'ye yerleştiriyoruz ve robota tabaktan çatal bıçak almak gibi ince detaylı görevler veriyoruz. 500'den fazla evden veri üzerine eğitim aldığımız için, yeni ev Memo için hemen tanıdık hale geliyor.