الوصف
RLDX-1 هو نموذج أساس يركز على المرونة من RLWRLD للروبوتات ذات الأيدي عالية درجات الحرية. يستهدف المهام التي تحتاج إلى تحكم دقيق في الحركة، مثل صب مشروب مع انخفاض وزن الحاوية، أو تدوير جسم في اليد، أو الإمساك بشيء يتحرك على سير ناقل، وهي حالات تفشل فيها نماذج الرؤية-اللغة-الإجراء (VLA) التقليدية لأنها لم تتلق الإشارات الصحيحة: هندسة اليد-الجسم، وقوة الاتصال، والتوقيت.
قراءة المزيد
يستخدم النموذج بنية تسميها RLWRLD MSAT (محول العمل متعدد التيارات)، والتي تعطي كل نمط، الرؤية، الحركة، العزم، والإشارات اللمسية، والذاكرة، تيار معالجة خاص بها بدلاً من إجبار كل شيء على المرور عبر محول واحد. تم بناء هذه البنية لمعالجة خمسة أنظمة قدرات من معيار DexBench الخاص بـ RLWRLD: تنوع الإمساك، الدقة المكانية، الدقة الزمنية، دقة الاتصال، والوعي بالسياق. تتعامل مكونات محددة مع كل نظام، بما في ذلك نموذج رؤية-لغة متخصص للروبوتات للتفكير المكاني، ووحدة حركة لتتبع الأجسام سريعة الحركة، ووحدة فيزياء لاستشعار العزم واللمس، ونظام ذاكرة واسترداد للمهام متعددة الخطوات.
تم تدريب RLDX-1 على بيانات روبوت صناعية (تمت مضاعفتها تقريبًا 5 مرات من مجموعة تحكم صغيرة) بالإضافة إلى بيانات عرض بشرية تم التقاطها من أيدٍ بشرية عارية وإعادة توجيهها إلى أيدي الروبوتات، مما أسفر عن أكثر من 200 عرض في الساعة. تمر عملية التدريب عبر ثلاث مراحل: التدريب المسبق للتلاعب العام عبر الأشكال، والتدريب المتوسط على المنصات المستهدفة بما في ذلك الروبوت الشبيه بالبشر ALLEX وذراع Franka Research 3، والتدريب اللاحق الذي يستخدم التعلم المعزز القائم على DAgger واسترداد الوعي بالتقدم، والذي تفيد RLWRLD بأنه يسمح للسياسة النهائية بإكمال المهام بسرعة تصل إلى 3 مرات أسرع من التعلم بالتقليد فقط.
يتم شحن RLDX-1 كأربعة نقاط تفتيش تحتوي على 8.1 مليار معلمة، نموذج مدرب مسبقًا عام بالإضافة إلى نسختين متوسطتي التدريب لمنصات ALLEX وDROID، مع نقاط تفتيش عامة على Hugging Face، ورمز على GitHub، وتقرير تقني على arXiv. تقارن RLWRLD أدائه مع نماذج بما في ذلك GR00T N1.5/N1.6 وعائلة pi-0 في المحاكاة، وعلى معيار OpenArm في العالم الحقيقي، وتفيد بتحسينات في سرعة الاستدلال تصل إلى 1.63 مرة من خلال تجميع الرسم البياني الثابت ودمج العمليات. يستهدف الباحثين في الروبوتات والمصنعين الصناعيين الذين يعملون على التلاعب المرن بدلاً من المستخدمين النهائيين.
- الفئةالروبوتات وعتاد الذكاء الاصطناعي
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح RLDX-1
نموذج أساس يركز على المرونة ليد الروبوتات عالية درجات الحرية
بنية محول العمل متعدد التيارات (MSAT) مع تيار منفصل لكل نمط
نموذج رؤية-لغة متخصص للروبوتات للدقة المكانية
وحدة حركة لتتبع الأجسام سريعة الحركة
وحدة فيزياء لاستشعار العزم واللمس
ذاكرة واسترداد قائم على DAgger لسياق المهام متعددة الخطوات
مدرب على بيانات عرض صناعية وبشرية معاد توجيهها
نقاط تفتيش عامة على Hugging Face، ورمز على GitHub، وتقرير تقني على arXiv
يعمل عبر الأشكال ذات الذراع الواحدة، والذراعين، والشبيهة بالبشر
البدء مع RLDX-1
اقرأ التقرير: راجع التقرير الفني ونتائج RLWRLD على arXiv.
احصل على نقاط التفتيش: قم بتنزيل نقاط تفتيش RLDX-1 من مجموعة Hugging Face الخاصة بـ RLWRLD.
احصل على الرمز: استنساخ مستودع RLDX-1 على GitHub.
اختر نقطة تفتيش: ابدأ من RLDX-1-PT، أو النسخ المتوسطة التدريب لمنصات ALLEX أو DROID.
قم بضبط النموذج ليتناسب مع شكل الروبوت الخاص بك: قم بتكييف النموذج مع يد روبوتية أو منصة معينة.
قم بمقارنة إعدادك: قارن النتائج مع أرقام DexBench وOpenArm المنشورة من قبل RLWRLD.
حالات استخدام RLDX-1
- التلاعب الدقيق
- المرونة الصناعية
- بحث الروبوتات الشبيهة بالبشر
- التعامل مع الأجسام الديناميكية
