ALOHA —— 具备模仿学习能力的开源机械臂
ALOHA 即 A Low-cost Open-source Hardware System for Bimanual Teleoperation,是一个低成本的开源双手遥控操作硬件系统,即开源机械臂。其算法 Action Chunking with Transformers (ACT) 采用了神经网络模型 Transformers,因此具备模仿学习能力。只需要 15 分钟的演示,机械臂就可以学会一个动作——直接从真实演示中执行端到端模仿学习,并通过自定义远程操作界面收集。
据介绍整个系统的成本不到 20,000 美元,但它比价格高出 5-10 倍的同类系统更强大。
ALOHA 能够执行精确的任务,如 RAM 插入、动态任务(如乒乓球颠球),以及接触丰富的任务(如穿鞋)。并且运行可靠,在整整 8 个月的测试中没有电机故障。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
每日一博 | Flutter 异步编程指南
作者:京东物流王志明 1 Dart 中的事件循环模型 在 App 开发中,经常会遇到处理异步任务的场景,如网络请求、读写文件等。Android、iOS 使用的是多线程,而在 Flutter 中为单线程事件循环,如下图所示 Dart 中有两个任务队列,分别为 microtask 队列和 event 队列,队列中的任务按照先进先出的顺序执行,而 microtask 队列的执行优先级高于 event 队列。在 main 方法执行完毕后,会启动事件循环,首先将 microtask 队列中的任务逐个执行完毕,再去执行 event 队列中的任务,每一个 event 队列中的任务在执行完成后,会再去优先执行 microtask 队列中的任务,如此反复,直到清空所有队列,这个过程就是 Dart 事件循环的处理机制。这种机制可以让我们更简单的处理异步任务,不用担心锁的问题。我们可以很容易的预测任务执行的顺序,但无法准确的预测到事件循环何时会处理到你期望执行的任务。例如创建了一个延时任务,但排在前面的任务结束前是不会处理这个延时任务的,也就说这个任务的等待时间可能会大于指定的延迟时间。 Dart 中的方法...
- 下一篇
斯坦福 2023 AI 指数:中国群众对 AI 产品和服务态度最积极
斯坦福以人为本人工智能研究所 (HAI)发布了最新一期的 2023 AI 指数 (2023 AI Index) 报告,其中探讨了过去一年机器学习的发展。斯坦福 HAI 于 2019 年初成立,致力于研究新的 AI 方法,并研究该技术对社会的影响。其每年发布一份 AI 指数报告,通过跟踪和评估 AI 进展,着眼于研发、技术性能、伦理、经济、政策、舆论和教育方面的趋势。 今年的报告包括对基础模型的新分析,包括地缘政治和培训成本、人工智能系统的环境影响、K-12 人工智能教育以及人工智能的舆论趋势。“该报告有助于在数据中建立人工智能对话的基础,使决策者能够采取有意义的行动以负责任和合乎道德的方式推进人工智能。” 报告的一些亮点内容包括: 工业界领先于学术界。2014 年及之前,大多数重要的机器学习模型都是由学术界发布的;但在之后,这个角色开始由工业界接管。到 2022 年,有 32 个重要的工业生产机器学习模型,而学术界只有三个。构建最先进的人工智能系统越来越需要大量的数据、计算和资金,与非营利组织和学术界相比,行业参与者固有地拥有更多的资源。 传统基准测试的性能饱和。AI 发展快速迭代,但...
相关文章
文章评论
共有0条评论来说两句吧...