Deskripsi
RLDX-1 adalah model dasar yang mengutamakan kelincahan dari RLWRLD untuk robot dengan tangan berderajat kebebasan tinggi. Model ini menargetkan tugas yang memerlukan kontrol motorik halus, seperti menuangkan minuman saat wadah menjadi lebih ringan, memutar objek di tangan, atau mengambil sesuatu yang bergerak di atas konveyor, kasus di mana model visi-bahasa-tindakan (VLA) biasa gagal karena mereka tidak pernah diberikan sinyal yang tepat: geometri tangan-objek, gaya kontak, dan waktu.
Baca Selengkapnya
Model ini menggunakan arsitektur yang disebut RLWRLD MSAT (Multi-Stream Action Transformer), yang memberikan setiap modalitas, visi, gerakan, torsi dan sinyal taktil, serta memori, aliran pemrosesan tersendiri alih-alih memaksa semuanya melalui satu transformer. Struktur ini dibangun untuk menangani lima rezim kemampuan dari benchmark DexBench milik RLWRLD sendiri: keragaman pengambilan, presisi spasial, presisi temporal, presisi kontak, dan kesadaran konteks. Komponen spesifik menangani setiap rezim, termasuk model visi-bahasa yang khusus untuk robot untuk penalaran spasial, Modul Gerakan untuk melacak objek yang bergerak cepat, Modul Fisika untuk penginderaan torsi dan taktil, serta sistem memori dan pemulihan untuk tugas multi-langkah.
RLDX-1 dilatih pada data robot sintetis (diskalakan sekitar 5x dari set teleoperasi kecil) ditambah data demonstrasi manusia yang ditangkap dari tangan manusia telanjang dan ditargetkan ulang ke tangan robot, menghasilkan lebih dari 200 demonstrasi per jam. Pelatihan dilakukan melalui tiga tahap: pra-pelatihan untuk manipulasi umum di berbagai bentuk, pelatihan menengah pada platform target termasuk humanoid ALLEX dan lengan Franka Research 3, dan pasca-pelatihan yang menggunakan pemulihan berbasis DAgger dan pembelajaran penguatan yang sadar kemajuan, yang dilaporkan RLWRLD memungkinkan kebijakan akhir menyelesaikan tugas sekitar 3x lebih cepat daripada pembelajaran imitasi saja.
RLDX-1 dikirim sebagai tiga titik pemeriksaan 8,1 miliar parameter, model pra-latih umum ditambah dua versi pelatihan menengah untuk platform ALLEX dan DROID, dengan titik pemeriksaan publik di Hugging Face, kode di GitHub, dan laporan teknis di arXiv. RLWRLD membandingkannya dengan model termasuk GR00T N1.5/N1.6 dan keluarga pi-0 dalam simulasi, dan pada benchmark dunia nyata OpenArm, dan melaporkan percepatan inferensi hingga 1,63x melalui kompilasi grafik statis dan fusi operator. Ini ditujukan untuk peneliti robotika dan produsen industri yang bekerja pada manipulasi lincah, bukan untuk pengguna akhir.
- KategoriRobotika & Perangkat Keras AI
- Model HargaOpen source
- PenerapanCloud
- PlatformWeb
Sorotan RLDX-1
Model dasar yang mengutamakan kelincahan untuk tangan robot ber-Dof tinggi
Arsitektur Multi-Stream Action Transformer (MSAT) dengan aliran terpisah per modalitas
Model visi-bahasa yang khusus untuk robot untuk presisi spasial
Modul Gerakan untuk melacak objek yang bergerak cepat
Modul Fisika untuk penginderaan torsi dan kontak taktil
Memori dan pemulihan berbasis DAgger untuk konteks tugas multi-langkah
Dilatih pada data demonstrasi sintetis dan yang ditargetkan ulang dari manusia
Titik pemeriksaan publik di Hugging Face, kode di GitHub, dan laporan teknis di arXiv
Bekerja di berbagai bentuk lengan tunggal, lengan ganda, dan humanoid
Memulai dengan RLDX-1
Baca laporan: Tinjau laporan teknis dan hasil RLWRLD di arXiv.
Dapatkan titik pemeriksaan: Unduh titik pemeriksaan RLDX-1 dari koleksi Hugging Face RLWRLD.
Dapatkan kode: Kloning repositori RLDX-1 di GitHub.
Pilih titik pemeriksaan: Mulai dari RLDX-1-PT, atau versi pelatihan menengah ALLEX atau DROID.
Sesuaikan untuk bentuk Anda: Sesuaikan model untuk tangan robot atau platform tertentu.
Benchmark pengaturan Anda: Bandingkan hasil dengan angka DexBench dan OpenArm yang diterbitkan oleh RLWRLD.
Kasus Penggunaan RLDX-1
- Manipulasi presisi
- Kelincahan industri
- Penelitian robot humanoid
- Penanganan objek dinamis
